1) Uji Normalitas
Dengan Kolmogorov-Smirnov
Unstandardized
Residual
N 139
a,b
Normal Parameters Mean .0000000
Std. Deviation .73748772
Most Extreme Differences Absolute .047
Positive .047
Negative -.032
Test Statistic .047
Asymp. Sig. (2-tailed) .200c,d
Terlihat hasil significant pada hasil normalitas adalah 0,200. Ini menandakan hasil tersebut
adalah berdistribusi normal karena signifikan kurang dari 0,05 (5%)
2) Uji Multikolinearitas
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
3) Uji Heteroskedastisitas
Terlihat Grafik Scatter di atas, jelas bahwa titik tidak membentuk pola tertentu yaitu. Dengan
begitu jelas tidak terdapat masalah heteroskedastisitas.
4) Uji Autokorelasi
Model Summaryb
ANOVAa
Terlihat hasil diatas signifikan 0,000 < 0,05, maka secara stimulant terdapat pengaruh x
terhadap y
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
7) R2 (R Square)
Model Summaryb
Nilai R-Square sebesar 0,789. Jadi besaran pengaruh variable independent terhadap variable
dependet sebesar 78,9%. Angka tersebut mengandung arti bahwa variable Predictors secara
simultan berpengaruh terhadap variable Dependent sebesar 78,9%. Sedangkan sisanya (100% -
78,9% = 21,1%) dipengaruhi oleh variable lain diluar persamaan regresi ini atau variable yang
tidak diteliti.