50 adalah sebesar 0.1166430
yang tergolong kecil sehingga data yang digunakan mengelompok di sekitar nilai rata-rata, dengan jumlah data
yang digunakan adalah sebanyak 30; 6.
variabel KMK yang disalurkan perbankan memiliki nilai rata-rata 3.333343
standar deviasi variabel sebesar 2.0304787 dengan jumlah data
yang digunakan adalah sebanyak 30.
2. Uji Asumsi Klasik Suatu model regresi linier berganda dapat disebut sebagai model yang baik
jika model tersebut memenuhi uji asumsi klasik. Pengujian asumsi klasik dalam penelitian ini mencakup uji normalitas, uji multikolinearitas, dan uji
heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Pengujian tahap awal yang dilakukan dalam metode penelitian analisis data. Melalui pengujian ini, dapat diambil tindak lanjut untuk
menggunakan statistik parametrik atau tidak. Menurut Gozali 2005:110 “tujuan uji normalitas adalah untuk mengujii apakah variabel independen
dan variabel dependen berdistribusi normal”. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal.
Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat
dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan
keputusannya adalah:
Universitas Sumatera Utara
51 1.
jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi
normal, maka model regresi memenuhi asumsi normalitas. 2.
jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi
normal, maka model regresi tidak memenuhi asumsi normalitas. Hasil uji normalitas data dalam penelitian ini menunjukkan bahwa
variabel independendan variabel dependen berdistribusi normal. Hal ini dapat dilihat dari grafik histogram dan normal probability plot yang
ditunjukkan pada gambar 4.1 dan 4.2 berikut.
Gambar 4.1 Grafik Histogram
Sumber : diolah dengan SPSS, 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
Universitas Sumatera Utara
52 skewness kiri maupun menceng ke kanan. Hal ini juga didukung dengan
hasil uji normalitas dengan menggunakan grafik plot sebagai berikut:
Gambar 4. 2 Normal Probability Plot
Sumber : diolah dengan SPSS, 2010 Dari grafik normal probability plot menggambarkan titik-titik yang
menyebar mendekati garis diagonal, sehingga data dikatakan normal. Pada grafik PP Plots di atas terlihat titik-titik menyebar di sekitarmengikuti
garis diagonal, yang menunjukkan bahwa data berdistribusi normal. Kedua grafik ini menunjukkan bahwa model regresi layak digunakan karena
memenuhi uji normalitas data. Uji statistik yang dapat digunakan untuk menguji apakah residual
berdistribusi normal adalah uji statistik non parametrik Kolmogorov– Smirnov. Jika nilai signifikansi lebih besar dari 0.05, maka data residual
berdistribusi normal. Namun, jika nilai signifikansi lebih kecil dari 0.05,
Universitas Sumatera Utara
53 maka data residual tidak berdistribusi normal. Berikut ini uji Kologorov
Smirnov dapat dilihat pada tabel 4.2.
Tabel 4.2 Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
30 Normal
Parameters
a
Mean .0000000
Std. Deviation 1.81784640
Most Extreme Differences
Absolute .187
Positive .187
Negative -.089
Kolmogorov-Smirnov Z 1.023
Asymp. Sig. 2-tailed .246
a. Test distribution is Normal.
Sumber : diolah dengan SPSS, 2010 Dari hasil uji Kolmogorov Smirnov, dapat dilihat bahwa p-value pada
kolom Asimp. Sig2-tailed memiliki nilai 0,246 nilai ini 0,05 level of significant. Hal ini menunjukkan bahwa residual terdistribusi normal.
b. Uji Multikolineritas
