C. Pengujian Asumsi Klasik
Uji asumsi klasik merupakan syarat yang harus dipenuhi model regresi dengan metode Ordinary Least Squares OLS agar memberikan hasil yang Best Linear
Unbiased Estimator BLUE. Adapun pengujian asumsi klasik tersebut meliputi :
1. Uji Normalitas
Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Ghozali
2005:115, memberikan pedoman pengambilan keputusan tentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-Smirnov yang dapat
dilihat dari : Nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah
tidak normal. Nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah
normal.
Hasil uji normalitas dengan menggunakan model Kolmogorov-Smirnov adalah seperti yang ditampilkan berikut ini :
Tabel 4.6 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
52 Normal Parameters
a
Mean .0000000
Std. Deviation 2.76139347
Most Extreme Differences
Absolute .196
Positive .196
Universitas Sumatera Utara
Negative -.165
Kolmogorov-Smirnov Z 1.415
Asymp. Sig. 2-tailed .036
a. Test distribution is Normal. Sumber : Output SPSS, diolah Peneliti, 2010
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.6 dapat disimpulkan bahwa data tidak terdistribusi
normal, hal ini dapat dilihat dari nilai Asymp.Sig.2-tailed Kolmogorov- Smirnov sebesar 0,036 yang lebih kecil dari 0,05. Data yang tidak
berdistribusi normal dapat disebabkan oleh adanya data yang outlier yaitu data yang memiliki nilai yang sangat menyimpang dari nilai data lainnya. Menurut
Erlina 2007:106 ada beberapa cara mengubah model regresi menjadi normal yaitu :
a. Lakukan transformasi data ke bentuk lainnya,
b. Lakukan trimming, yaitu membuang data outlier,
c. Lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai
tertentu.
Hasil pengolahan data menunjukkan bahwa data tidak terdistribusi normal, maka dilakukan tindakan perbaikan treatment agar model regresi memenuhi
asumsi normalitas. Dalam penelitian ini peneliti melakukan transformasi data ke model logaritma natural Ln, kemudian data diuji ulang berdasarkan
asumsi normalitas. Hasil uji statistik dengan model Kolmogorov-Smirnov yang baru setelah
dilakukan transformasi data yang tidak normal tersebut dapat dilihat pada tabel 4.7.
Universitas Sumatera Utara
Tabel 4.7 Hasil Uji Normalitas Pada Data Setelah Transformasi LogaritmaNatural
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
44 Normal Parameters
a
Mean .0000000
Std. Deviation .95147307
Most Extreme Differences
Absolute .124
Positive .088
Negative -.124
Kolmogorov-Smirnov Z .819
Asymp. Sig. 2-tailed .513
a. Test distribution is Normal. Sumber : Output SPSS, diolah Penulis, 2010
Dari hasil pengolahan data pada tabel 4.7 diperoleh hasil pengujian statistik dengan model Kolmogorov-Smirnov menunjukkan bahwa data telah
terdistribusi normal karena nilai Asymp.Sig 2-tailed Kolmogorov-Smirnov 0,513 lebih besar dari 0,05. Setelah data berdistribusi normal dapat
dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas, berikut ini
Universitas Sumatera Utara
dilampirkan grafik histogram dan grafik p-plot data yang telah berdistribusi normal.
Gambar 4.1 Histogram
Sumber : Output SPSS, diolah Penulis, 2010 Grafik histogram di atas menunjukkan bahwa data telah terdistribusi
secara normal. Hal ini dapat dilihat dari grafik histogram yang menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness kiri
maupun menceng ke kanan. Hal ini juga didukung dengan hasil uji normalitas dengan menggunakan grafik plot yang ditampilkan pada Gambar 4.2.
Universitas Sumatera Utara
Gambar 4.2 Grafik Normal P-Plot
Sumber : Output SPSS, diolah Penulis, 2010
Menurut Ghozali 2005:112, pendeteksian normalitas dapat dilakukan
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik, yaitu jika data titik menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, hal ini menunjukkan data yang telah terdistribusi normal. Gambar 4.2 menunjukkan bahwa data titik menyebar di sekitar dan mendekati garis
diagonal. Hal ini sejalan dengan hasil pengujian dengan menggunakan histogram bahwa data telah terdistribusi normal. Karena secara keseluruhan
data telah terdistribusi secara normal, maka dapat dilakukan pengujian asumsi klasik lainnya.
2. Uji Multikolinieritas
Kategori