Uji Asumsi Klasik Hasil Penelitian .1 Analisis Deskriptif Statistik

72 dan standart deviation simpangan baku sebesar 8,50628 dari jumlah sampel sebanyak 120.

4.2.2 Uji Asumsi Klasik

Uji Asumsi Klasik dilakukan untuk melihat apakah data telah terdistribusi normal dengan uji normalitas dan untuk melihat apakah penelitian tersebut terjadi multikolinearitas, heteroskedasitas, dan autokorelasi atau tidak. 1. Uji Normalitas Uji normalitas residual bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2013:160. Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan histogram, scatter plot, dan uji Kolmogrorov Smirnov. Pada pendekatan histogram, data dikatakan normal ketika distribusi data tersebut tidak menceng ke kiri atau ke kanan. Pada pendekatan grafik yang menggunakan scatter plot, data dikatakan normal ketika terlihat titik yang mengikuti data di sepanjang garis diagonal. Pendekatan kolmogrov-smirnov untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal dengan melihat data residualnya. Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka data tersebut tidak normal. Universitas Sumatera Utara 73 Sumber: Hasil Penelitian, 2016 Data Diolah Gambar 4.1 Pengijian Awal Normalitas Histogram Dengan melihat tampilan grafik histogram diatas dapat disimpulkan bahwa grafik tersebut menunjukkan pola distribusi secara tidak normal, hal ini terlihat dari bentuk histogram yang kurang proporsional sehingga disimpulkan data tidak terdistribusi secara normal. Selanjutnya uji normalitas dengan pendekatan grafik Normal Probability Plot dapat dilihat pada Gambar 4.2 berikut ini: Universitas Sumatera Utara 74 Sumber: Hasil Penelitian, 2016 Data Diolah Gambar 4.2 Pengujian Awal Normal Probability Plot Pendekatan dengan menggunakan grafik Normal Probability Plot menunjukkan bahwa data tidak terdistribusi secara normal, hal ini terlihat dari titik-titik penyebaran data tidak mendekati atau jauh dari sumbu diagonal grafik sehingga dapat disimpulkan bahwa data tidak terdistribusi secara normal. Selanjutnya uji normalitas dengan menggunakan Kolmogorov-Smirnov dapat dilihat pada Tabel 4.2 berikut ini: Universitas Sumatera Utara 75 Tabel 4.2 Pengujian Awal Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 120 Normal Parameters a,,b Mean .0000000 Std. Deviation 8.17239017 Most Extreme Differences Absolute .336 Positive .336 Negative -.245 Kolmogorov-Smirnov Z 3.676 Asymp. Sig. 2-tailed .000 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Penelitian, 2016 Data Diolah Pada hasil uji normalitas dengan Kolmogorov-Smirnov pada Tabel 4.2 menunjukkan bahwa nilai Asymp. Sig sebesar 0,0000,05 sehingga sesuai dengan kriteria pengujian jika tingkat signifikansi 0,05 maka dapat disimpulkan bahwa data tidak terdistribusi secara normal. Dengan demikian, pada pengujian awal normalitas dengan menggunakan tiga pendekatan diatas, dapat disimpulkan bahwa model regresi yang digunakan tidak memenuhi asumsi normalitas. Untuk mengatasi data yang tidak terdistribusi secara normal, maka dilakukan transformasi data kebentuk Logaritma Natural Ln dan screening data outlier yaitu menghilangkan data dengan nilai ekstrim dari model. Hasil uji Asumsi Klasik setelah transformasi data adalah sebagai berikut ini: Universitas Sumatera Utara 76 1. Uji Normalitas a. Pendekatan Histogram Uji normalitas dengan pendekatan Histogram dapat dilihat pada Gambar 4.3 berikut: Sumber: Hasil Penelitian, 2016 Data Diolah Gambar 4.3 Histogram Pada Gambar 4.3 terlihat bahwa Histogram berbentuk lonceng serta tidak terlalu menceng ke kanan maupun menceng ke kiri sehingga dapat disimpulkan bahwa data telah terdistribusi secara normal. b. Pendekatan Grafik Normal Probability Plot Uji Normalitas dengan Grafik Normal Probability Plot dapat dilihat pada Gambar 4.4 berikut: Universitas Sumatera Utara 77 Sumber: Hasil Penelitian, 2016 Data Diolah Gambar 4.4 Normal Probability Plot Uji Normalitas dengan Grafik Normal Probability Plot terlihat bahwa titik-titik penyebaran data berada disekitar garis diagonal. Sehingga dengan demikian, maka data telah terdistribusi secara normal. c. Pendekatan Statistik Kolmogorov-Smirnov Uji Normalitas dengan Kolmogorov-Smirnov dapat dilihat pada Tabel 4.3 berikut ini: Universitas Sumatera Utara 78 Tabel 4.3 Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardize d Residual N 105 Normal Parameters a,,b Mean .0000000 Std. Deviation 1.10713095 Most Extreme Differences Absolute .091 Positive .076 Negative -.091 Kolmogorov-Smirnov Z .937 Asymp. Sig. 2-tailed .344 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Penelitian, 2016 Data Diolah Berdasarkan Tabel 4.3 terlihat bahwa nilai Asymp. Sig. 2-tailed sebesar 0,344 atau 34,4. Nilai ini lebih besar dari signifikan yaitu 0,05 atau 5. Artinya variabel residual berdistribusi normal.

2. Uji Heteroskedastisitas