baik yaitu senilai -0,35 X sedangkan rata-rata ROI mengalami peningkatan yang sangat baik yaitu sebesar 2,29 menjadi 3,08.
B. Uji Asumsi Klasik
Untuk mengetahui apakah model regresi benar-benar menunjukkan hubungan yang signifikan dan representatif, maka model tersebut harus
memenuhi uji asumsi klasik. Adapun uji asumsi dasar klasik yang dilakukan adalah sebagai berikut :
1. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya.
Gambar 4.1 Normal P-P Plot
Sumber : Hasil olahan SPSS 16.0 for windows 16 Februari 2011, diolah
Pada Gambar 4.1 terlihat titik-titik yang tersebar memotong garis diagonal dan tidak mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data tidak
berdistribusi normal. Untuk memastikan apakah data disepanjang garis diagonal tersebut berdistribusi normal atau tidak, maka dilakukan uji Kolmogorov Smirnov
1 Sample KS yakni dengan melihat data residualnya apakah distribusi normal atau tidak. Jika nilai Asym.sig 2-
tailed taraf nyata α = 0.05 maka data residual tidak berdistribusi normal.
Tabel 4.7 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 95
Normal Parameters
a
Mean .0000000
Std. Deviation .63824216
Most Extreme Differences
Absolute .427
Positive .364
Negative -.427
Kolmogorov-Smirnov Z 4.159
Asymp. Sig. 2-tailed .000
a. Test distribution is Normal. Sumber : Hasil olahan data SPSS 16.00 for windows 16 Februari 2011,
diolah Dari Tabel 4.8 dapat dilihat bahwa Asymp. Sig 2-tailed adalah sebesar
0,000 lebih kecil dari taraf nyata α = 0,05. Dengan demikian dapat disimpulkan bahwa data residual tidak berdistribusi normal.
Masalah data yang tidak normal harus diperbaiki untuk mendapatkan model regresi yang baik. Salah satu cara untuk mengatasi masalah data yang tidak
normal adalah dengan menggunakan logaritma natural pada semua variabel. Perbaikan dari masalah normalitas ini dapat dilihat pada Gambar 4.2 :
Gambar 4.2 Normal P-P Plot
Sumber : Hasil olahan data SPSS 16.00 for windows 16 Februari 2011, diolah Gambar 4.2 terlihat bahwa titik-titik mengikuti garis diagonal, hal ini
menunjukkan bahwa data berdistribusi normal.
Tabel 4.8 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 95
Normal Parameters
a
Mean .0000000
Std. Deviation 1.14603815
Most Extreme Differences
Absolute .105
Positive .067
Negative -.105
Kolmogorov-Smirnov Z 1.019
Asymp. Sig. 2-tailed .250
a. Test distribution is Normal.
Dari tabel 4.9 dapat dilihat bahwa nilai Asymp. Sig 2-tailed adalah sebesar 0,250 lebih besar dari taraf nyata α = 0,05. Dengan demikian dapat
disimpulkan bahwa data residual berdistribusi normal.
2. Uji Heteroskedastisitas