yang tidak bias jika telah memenuhi persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat multikolonieritas, heteroskedastisitas, dan autokolerasi.
5.2.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel dependen dan independen yang digunakan dalam penelitian mempunyai ditribusi normal atau
tidak.Model regresi yang layak adalah model yang mempunyai distribusi normal atau mendekati normal. Hasil pengujian normalitas data dapat dilihat melalui normal
probability plot, grafik histogram serta Kolmogorov Smirnov Test ditunjukkan sebagai berikut :
Gambar 5.1. Normal P-P Plot
Hasil uji normalitas melalui Normal P-Plot pada Gambar 5.1 menunjukkan bahwa titik –titik menyebar menjauh garis diagonal serta penyebarannya mengikuti
garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi tidak terdistribusi secara normal.
Universitas Sumatera Utara
Gambar 5.2. Grafik Histogram
Hasil uji normalitas melalui alternatif kedua yaitu grafik histogram pada Gambar 5.2.memperlihatkan bahwa distribusi data mengikuti kurva berbentuk lonceng yang
tidak menceng skewness ke kiri maupun ke kanan atau dapat disimpulkan bahwa data terdistribusi normal.
Universitas Sumatera Utara
Tabel 5.2.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
70 Normal
Parameters
a,b
Mean .0000000
Std. Deviation 11.12807520
Most Extreme Differences
Absolute .227
Positive .227
Negative -.208
Kolmogorov-Smirnov Z 1.901
Asymp. Sig. 2-tailed .001
a. Test distribution is Normal. b. Calculated from data
Berdasarkan Tabel 5.2 Uji Normalitas melalui One Sample Kolmogorov Smirnov test terlihat bahwa nilai Kolmogorov Smirnov sebesar 1,901 dan signifikansi
Asymp. Sig.2 – tailedsebesar 0,001 0,05. Jadi dapat disimpulkan bahwa residual tidak terdistribusi secara normal. Secara keseluruhan, semua hasil pengujian melalui
analisis plot, grafik, dan statistik menunjukkan hasil yang sama yaitu tidak normal. Dengan demikian akan dilakukan transformasi logaritma terhadap data yang tersedia.
Setelah dilakukan transformasi, data penelitian menunjukkan titik-titik tidak menyebar jauh dari garis dagonal sehingga model regresi sudah memenuhi asumsi
normalitas. Hasil uji normalitas setelah transformasi dapat dilihat pada gambar 5.3.
Universitas Sumatera Utara
Gambar 5.3. Normal P-P Plot Setelah data di transfor logaritma
Sumber : Hasil Penelitian, 2014 data diolah Hasil uji normalitas melalui Normal P-Plot pada Gambar 5.2 menunjukkan
bahwa titik –titik menyebar disekitar garis diagonal serta penyebarannya mengikuti garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi
secara normal.
Universitas Sumatera Utara
Gambar 5.4. Grafik Histogram Setelah data di transform logaritma
Setelah dilakukan transformasi, dari table 5.3. terlihat bahwa nilai Kolmogorov – Smirnov sebesar 0,659 dan signifikansi Asymp.Sig.2-tailed sebesar 0,7770,05. Jadi
dapat disimpulkan bahwa residual terdistribusi secara normal. Secara keseluruhan, semua hasil pengujian melalui analisis plot, grafik, dan statistic menunjukkan hasil yang
normal.
Universitas Sumatera Utara
Tabel 5.3 Setelah data di transform logaritma
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
70 Normal Parameters
a,b
Mean .0000000
Std. Deviation .59946040
Most Extreme Differences Absolute
.079 Positive
.060 Negative
-.079 Kolmogorov-Smirnov Z
.659 Asymp. Sig. 2-tailed
.777 a. Test distribution is Normal.
b. Calculated from data.
5.2.2. Uji Multikolonieritas