• Variabel EPTI memiliki nilai minimum terkecil 0,01, nilai maksimum terbesar 0,56. Mean nilai rata – rata 0,1427 dan standard deviasi simpangan
baku variabel ini adalah 0,11400, • Variabel OPERA memiliki nilai minimum terkecil 0,64, nilai maksimum
terbesar 0,99. Mean nilai rata – rata 0,8861 dan standard deviasi simpangan baku variabel ini adalah 0,07560.
4.2 Pengujian dan Analisis Data
4.2.1 Pengujian Asumsi Klasik
Uji asumsi klasik digunakan untuk menguji apakah model regresi yang digunakan dalam penelitian ini layak diuj atau tidak. Uji asumsi klasik digunakan
untuk memastikan bahwa multikolinearitas, autokorelasi, dan heteroskedastisitas tidak terdapat dalam model yang digunakan dan data yang dihasilkan terdistribusi
normal. Jika keseluruhan syarat tersebut terpenuhi, berarti bahwa model analisis telah layak digunakan.
4.2.1.1 Uji Normalitas
Pengujian ini bertujuan untuk mengetahui apakah data terdistribusi normal atau tidak yang dilakukan menggunakan analisis regresi linier. Model regresi yang
baik adalah distribusi data masing – masing variabelnya normal atau mendekati normal. Adapun dua cara yang dilakukan untuk mendeteksi apakah residual
Universitas Sumatera Utara
2berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut.
1. Analisis Grafik Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan
grafik P-P Plot. Data yang baik adalah data yang memiliki pola distibusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal. Pada
grafik histogram, data yang
mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data dikatakan
berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal Helmi dkk 2010:92.
Gambar 4.1 Histogram
Universitas Sumatera Utara
Gambar 4.2 Grafik P-P Plot
Dengan melihat tampilan grafik histogram, penulis melihat bahwa gambar histogram telah berbentuk lonceng tetapi menceng ke arah kiri yang menunjukkan
bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik tidak menyebar di sekitar garis diagonal dan jauh dari garis diagonal. Kedua grafik
tersebut menunjukkan bahwa model regresi menyalahi asumsi normalitas. 2. Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas
data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji
Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah
Universitas Sumatera Utara
berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05
maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov dapat dilihat pada tabel 4.2.
Tabel 4.7 One-Sample Kolmogorov-Smirnov Test
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0,002. Dengan demikian, data pada penelitian ini tidak berdistribusi normal karena
probabilitas 0.05. Pada pengujian normalitas dengan analisis statistik dan grafik dapat ketahui
bahwa data yang digunakan oleh penulis tidak berdistribusi normal sehingga data ini tidak dapat digunakan untuk melakukan uji hipotesis. Pada penelitian ini penulis
menggunakan metode transformasi data untuk menormalkan data penelitian. Menurut Ghozali 2005:32, “data yang tidak terdistribusi secara normal dapat
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 51
Normal Parameters
a,b
Mean .0000000
Std. Deviation 3.80387818E5
Most Extreme Differences Absolute
.257 Positive
.257 Negative
-.189 Kolmogorov-Smirnov Z
1.839 Asymp. Sig. 2-tailed
.002 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
ditransformasikan agar menjadi normal”. Salah satu trasformasi data yang dapat dilakukan adalah dengan mentransformasikan data ke LG10 atau logaritma 10 atau
LN.Setelah dilakukan transformasi, penulis melakukan pengujian ulang terhadap uji normalitas untuk melihat kembali apakah data penelitian ini telah berdistribusi
normal atau tidak. Berikut hasil uji normalitas data setelah transformasi: 1. Analisis Grafik
Gambar 4.3 Histogram
Gambar 4.4 P – P Plot
Universitas Sumatera Utara
2. Uji Statistik
Tabel 4.8 One-Sample Kolmogorov-Smirnov Test
Dari grafik histogram dan normal probability plot pada gambar 4.3 dan gambar 4.4 di atas terlihat bahwa setelah dilakukan transformasi data ke logaritma
natural Ln terlihat bahwa grafik histogram memperlihatkan pola distribusi yang normal, dan grafik P-P Plot memperlihatkan titik-titik menyebar di sekitarmengikuti
arah garis diagonal yang menunjukkan pola distribusi normal. Hasil uji Kolmogorov-Smirnov pada tabel 4.3. pada penelitian ini menujukkan
probabilitas = 0,377. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan Uji-t dan Uji-F karena 0,3770,05.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 50
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.72435985
Most Extreme Differences Absolute
.129 Positive
.042 Negative
-.129 Kolmogorov-Smirnov Z
.912 Asymp. Sig. 2-tailed
.377 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
4.2.1.2 Uji Heteroskedastisitas
