lx
4.3 Uji Asumsi Klasik
Penelitian ini dilakukan dengan metode analisis regresi berganda. Sebelum melakukan uji hipotesis, maka peneliti akan melakukan uji asumsi klasik terlebih
dahulu. Uji asumsi klasik dilakukan dengna tujuan untuk mendapatkan data yang BLUE Best, Linear, Unbias, Estimator dengan mengetahui apakah data yang
digunakan telah normal dan bebas dari gejala multikolinearitas, heteroskedastisitas dan autokorelasi.
4.3.1 Uji Normalitas
Pengujian ini dilakukan untuk mengetahui apakah variabel penggangu atau residual terdistribusi secara normal. Uji normalitas dapat dilakukan dengan dua cara
yaitu dengan analisis grafik dan analisis statistik.
4.3.1.1 Analisis Grafik
Analisis grafik digunakan dengan dua cara yaitu grafik histogram dan grafik P-P Plot. Data yang terdistribusi secara normal adalah data yang terdistribusi dengan
garis titik-titik berbentuk lonceng pada grafik histogramnya, titik tersebut tidak mengarah ke kiri atau ke kanan. Pada grafik P-P Plot, data akan menyebar disekitar
garis diagonal dan mengikuti arah garis diagonal apabila data tersebut terdistribusi secara normal. Berikut hasil uji normalitas dengan menggunakan grafik.
Universitas Sumatera Utara
lxi
Gambar 4.1
Sumber: Hasil Pengolahan SPSS, 2014
Gambar 4.2
Sumber: Hasil Pengolahan SPSS, 2014
Universitas Sumatera Utara
lxii
Berdasarkan tampilan grafik histogram pada gambar 4.1 dapat terlihat bahwa gambarnya berbentuk lonceng dan grafik P-P Plots pada gambar 4.2 dapat terlihat
bahwa titik-titik menyebar menjahui arah garis diagonal. Hasil ini menunjukkan bahwa data tidak dapat dikatakan terdistribusi secara normal. Cara agar data
terdistribusi secara normal adalah dengan melakukan regresi dengan persamaan semilog yaitu variabel dependen dalam bentuk logaritma natural dan variabel
independen dalam bentuk aslinya atau tidak berubah. Berikut adalah hasil yang diperoleh setelah melakukan persamaan semilog.
Gambar 4.3
Sumber: Hasil Pengolahan SPSS, 2014
Universitas Sumatera Utara
lxiii
Gambar 4.4
Sumber: Hasil Pengolahan SPSS, 2014
Berdasarkan tampilan grafik histogram pada gambar 4.3 dapat terlihat bahwa gambarnya berbentuk lonceng dan grafik P-P Plots pada gambar 4.4 dapat terlihat
bahwa titik-titik menyebar mengikuti arah garis diagonal. Hasil ini menunjukkan bahwa data dapat dikatakan terdistribusi secara normal.
4.3.1.2 Analisis Statistik
Data belum dapat dikatakan terdistribusi secara normal apabila hanya dilakukan uji normalitas dengan melihat grafik histogram, maupun grafik P-P Plot,
oleh karena itu perlu diadakannya uji statistik, untuk meyakinkan data terdistribusi
Universitas Sumatera Utara
lxiv
secara normal. Maka dilakukan uji statistik dengan kolmogorov-Smirnov K-S. data dikatakan terdistribusi secara normal apabila nilai signifikansinya lebih besar
dari 0,05. Berikut hasil uji K-S dengan menggunakan data semilog.
Tabel 4.2
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 78
Normal Parameters
a
Mean .0000000
Std. Deviation 1.88211401
Most Extreme Differences Absolute
.194 Positive
.093 Negative
-.194 Kolmogorov-Smirnov Z
1.713 Asymp. Sig. 2-tailed
.006 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS, 2014
Berdasarkan table 4.2 hasil uji K-S menunjukkan bahwa residual tidak terdistribusi secara normal dengan nilai signifikansi 0,006 0,05. Hasil ini
menunjukkan data tidak terdistribusi secara normal yang berarti uji statistik akan menjadi tidak valid apabila data ini digunakan dalam analisis regresi berganda.
Universitas Sumatera Utara
lxv
Menurut Santoso 2002, jika data tidak terdistribusi secara normal ada beberapa perlakuan yang dapat dilakukan untuk menangani data tersebut:
1. Melakukan transformasi data, yaitu dengan cara mengubah data ke
logaritma atau bentuk natural LN kemudian dilakukan pengujian ulang.
2. Menghilangkan data yang dianggap penyebab tidak normalnya
data dan melakukan pengujian ulang 3.
Menambah jumlah data, kemudian dengan jumlah yang baru dilakukan pengujian ulang
4. Data diterima apa adanya
Untuk menormalkan data dalam penelitian ini sebelumnya telah dilakukan transformasi data dengan logaritma, dan data tidak terdistribusi secara normal.
Berikutnya, penanganan yang dilakukan oleh peneliti untuk menormalkan data adalah dengan cara menghilangkan data yang dianggap sebagai penyebab distribusi yang
tidak normal. Dalam proses menghilangkan data pada penelitian ini telah dipertimbangkan
bahwa dengan menghilangkan data tidak akan mengaburkan tujuan penelitian ini. Data-data yang dihilangkan adalah data-data yang outlier atau dengan kata lain
merupakan data yang menyimpang terlalu jauh dari data yang lainnya, adanya data outlier ini dapat menyebabkan analisis menjadi bias. Setelah menghilangkan data-
data yang outlier maka diperoleh 20 sampel dengan tahun penelitian 2010-2012, sehingga total seluruh sampel adalah 60. Berikut hasil uji K-S pada sampel tersebut.
Universitas Sumatera Utara
lxvi
Tabel 4.3
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parameters
a
Mean .0000000
Std. Deviation .04459966
Most Extreme Differences Absolute
.060 Positive
.052 Negative
-.060 Kolmogorov-Smirnov Z
.463 Asymp. Sig. 2-tailed
.983 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS, 2014
Berdasarkan hasil pengujian normalitas dengan uji K-S pada table 4.3 tersebut telah menunjukkan bahwa residual terdistribusi secara normal, dengan nilai
signifikansi 0,983 0,05. Dengan penanganan data yang tidak normal diperoleh 60 sampel pada penelitian ini yang telah lulus uji normalitas.
4.3.2 Uji Multikolonieritas