Variabel Independen Variabel Dependen
Uji statistik yang dapat digunakan untuk menguji normalitas data adalah uji statistik non-parameter Kolmogorov-Smirnov K-S. Setelah dilakukan uji K-S kita dapat
menarik kesimpulan, jika nilai sig. atau probabilitas 0,05 berarti data tidak terdistribusi secara normal, sedangkan jika angka probabilitas 0,05, maka data
tersebut terdistribusi secara normal. Pada Tabel 3.3 dapat dilihat bahwa nilai Kolmogorov-Smirnov adalah 0,438 dengan
Asymp. Sig. 2-tailed sebesar 0,991 Sig. 0,05, sehingga dapat disimpulkan
bahwa data terdistribusi secara normal.
Tabel 3.3 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 36
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,85298529
Most Extreme Differences Absolute
,073 Positive
,073 Negative
-,063 Kolmogorov-Smirnov Z
,438 Asymp. Sig. 2-tailed
,991 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output SPSS 21 Selain itu, untuk melihat apakah data terdistribusi secara normal dapat juga dilihat
dari grafik uji normalitas pada gambar berikut ini.
Gambar 3.1 Normal Probability Plot
Sumber: Output SPSS 21 Hasil uji normalitas pada Gambar 3.1 yang dilakukan untuk variabel efisiensi biaya
dan ROA pada perusahaan makanan dan minuman, menunjukkan model regresi memenuhi asumsi normalitas. Dapat dilihat bahwa titik-titik menyebar di sekitar garis
diagonal dan mengikuti arah garis diagonal yang artinya data dalam penelitian ini terdistribusi secara normal.