45
4.2.2.1 Uji Normalitas
Sebelum menggunakan statistik parametis, telah digunakan pengujian normalitas data dengan uji statistik non parametis
kolmogorov-Smirnov K-S, dengan ketentuan sebagai berikut : 4.2.3.1 Apabila nilai signifikansinya lebih besar dari 0,05
maka data berdistribusi normal. 4.2.3.2 Jika nilai signifikansinya lebih kecil daripada 0,05
maka data tidak berdistribusi normal. Bila data tidak berdistribusi normal, maka teknik statistik
parametis tidak dapat digunakan untuk alat analisis. Suatu data membentuk distribusi normal bila jumlah data diatas dan dibawah
rata-rata adalah sama, demikian juga simpangan bakunya.
Tabel 4.3 Uji Kolmogorov-Smirnov Sebelum Ditransformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 89
Normal Parameters
a,b
Mean .0000000
Std. Deviation 3.57260448E7
Most Extreme Differences Absolute
.194 Positive
.194 Negative
-.163 Kolmogorov-Smirnov Z
1.832 Asymp. Sig. 2-tailed
.002
Dari hasil pengujian diatas, besarnya nilai K-S adalah 1.832 dan signifikan pada 0.002 maka dapat bahwa disimpulkan data
tidak berdistribusi normal.Untuk itu perlu dilakukan transformasi
46 data menjadi bentuk Logaritma natural Ln agar data berdistribusi
normal. Setelah dilakukan transformasi, dilakukan pengujian ulang dengan hasil sebagai berikut :
Tabel 4.4 Uji Kolmogorov-Smirnov Setelah Ditransformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 89
Normal Parameters
a,b
Mean .0000000
Std. Deviation .83219267
Most Extreme Differences Absolute
.088 Positive
.088 Negative
-.073 Kolmogorov-Smirnov Z
.832 Asymp. Sig. 2-tailed
.493 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan hasil penguian K-S diatas, K-S yang diperoleh adalah 0,832 dan signifikan pada 0,493 sehingga dapat
disimpulkan bahwa data terdistribusi normal dimana p 0,005 p= 0,493 0,005. Dengan demikian secara keseluruhan bahwa nilai
observasi telah terdistribusi normal. Pada grafik histogram, dapat dilihat bahwa data tidak
menceng skewnes ke kiri atau ke kanan . Pada grafik normal p- plot juga akan terlihat titik-titik menyebar dan mendekati sekitar
garis diagonal, yang artinya data berdistribusi normal.
47
Gambar 4.1 Uji Normalitas Dengan Analisis Grafik Histogram
Gambar 4.2 Grafik Normal P-Plot
48
4.2.2.2 Uji Multikolinearitas
Kategori