53
dan Ln tingkat kemandirian keuangan daerah. Kemudian data diuji ulang
berdasarkan transformasi yang telah dilakukan.
4.3.2.1 Uji Normalitas
Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mendekati distribusi normal. Ada dua cara
untuk mengetahui apakah data berdistribusi normal atau tidak yakni dengan analisis grafik dan uji statistik. Uji normalitas yang pertama
adalah dengan melihat histogram dan normal probability plot. Berdasarkan hasil komputasi dengan bantuan aplikasi SPSS 18.0 for
window, maka dihasilkan histogram seperti yang terlihat pada gambar 4.1 dibawah ini
Gambar 4.1 Histogram
Sumber : Data Sekunder yang diolah, 2016
Universitas Sumatera Utara
54
Dari gambar histogram dapat dikatakan bahwa data terdistribusi secara normal hal disimpulkan berdasarkan gambar
histogram di atas membentuk lonceng yang hampir sempurna. Berikutnya uji normalitas dengan grafik normal probability plot
yang tersaji pada gambar 4.2 di bawah ini.
Gambar 4.2 Normal Probability Plot
Sumber : Data Sekunder yang diolah, 2016
Berdasarkan gambar 4.2 dapat dinyatakan bahwa data berdistribusi normal. Hal ini dapat dilihat dari grafik normal plot
yang memperlihatkan titik-titik menyebar disekitar garis diagonal sehingga dapat disimpulkan bahwa data dalam model regristasi
terdistribusi secara normal.
Universitas Sumatera Utara
55
Selain dengan uji grafik, uji normalitass data dapat juga dilakukan dengan uji statistik yaitu dengan uji Kolmogorov-
Smirnov. Cara pegambilan keputusannya ialah data dikatakan berdistribusi normal jika nilai signifikansinya lebih besar dari 0,05,
sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka data dikatakan tidak berdistribusi normal. Tabel 4.7 dibawah ini akan
menyajikan tabel hasil uji Kolmogorov-Smirnov.
Tabel 4.7 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 66
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,41575647
Most Extreme Differences
Absolute ,110
Positive ,110
Negative -,065
Kolmogorov-Smirnov Z ,894
Asymp. Sig. 2-tailed ,401
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data sekunder yang diolah, 2016
Hasil pengolahan data menunjukkan besar nilai Kolmogorov-Smirnov adalah 0,894 dan signifikansi pada 0,401.
Dari hasil ini dapat disimpulkan bahwa data terdistribusi secara normal karena nilai asymp. Sig adalah 0,401 dan berada diatas nilai
signifikan 0,05. Kesimpulan yang dapat diambil dari dua uji
Universitas Sumatera Utara
56
normalitas diatas ialah bahwa data telah terdistribusi secara normal sehingga dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.3.2.2 Uji Multikolinearitas