BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Pengujian Asumsi Klasik
Pengujian asumsi klasik dilakukan untuk melihat apakah data yang digunakan sudah memenuhi kriteria data yang baik.
4.1.1 Pengujian Normalitas Data
Data yang baik adalah data yang distribusinya normal. Dengan dilakukannya pengujian normalitas data, dapat diketahui apakah distribusi data-
data yang digunakan sudah mengikuti atau mendekati distribusi normal.
Gambar 4.1 Pengujian Normalitas dengan Histogram
Sumber : Hasil olah data statistik oleh peneliti, 2012 Untuk mengetahui apakah data sudah berdistribusi normal, langkah
pertama adalah dengan melihat grafik histogram. Dengan melihat grafik histogram diatas dapat kita katakan bahwa data terdistribusi dengan normal.
Universitas Sumatera Utara
Karena pada grafik diatas, garis distribusi datanya berada ditengah, tidak menceng ke kiri atau pun menceng ke kanan.
Langkah kedua untuk melihat distribusi data adalah dengan menggunakan analisis grafik adalah dengan melihat grafik P-P plot. Dasar pengambilan
keputusannya adalah 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 dan 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.
Gambar 4.2 Uji Normalitas dengan P-Plot
Sumber : Hasil olah data statistik oleh peneliti, 2012 Berdasarkan grafik P-P plot diatas, dapat kembali dikatakan bahwa data
yang peneliti gunakan dalam penelitian ini memiliki distribusi data yang normal.
Universitas Sumatera Utara
Karena dapat dilihat pada grafik diatas data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal.
Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal maka perlu juga di lakukan pengujian statistik. Pengujian statistik yang
dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov K-S. Uji K-S dibuat dengan membuat hipotesis :
H : data residual berdistribusi normal
H
a
: data residual tidak berdistribusi normal Signifikansi 0,05 dengan
α = 5 berarti distribusi data normal dan H diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal
dan H
a
diterima.
Tabel 4.1 Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 52
Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,82417224
Most Extreme Differences
Absolute ,182
Positive ,182
Negative -,130
Kolmogorov-Smirnov Z 1,315
Asymp. Sig. 2-tailed ,063
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil olah data statistik oleh peneliti, 2012 Berdasarkan tabel diatas, diketahui besar nya residual Kolmogorov-
Smirnov K-S pada α = 5 adalah 0,063 Asymp. Sig. – 2-tailed. Dengan
demikian H diterima yaitu distribusi data adalah normal.
Universitas Sumatera Utara
Berdasarkan uji normalitas yang sudah dilakukan, peneliti menyimpulkan bahwa data yang digunakan peneliti pada penelitian ini sudah memenuhi
persyaratan berdasarkan pengujian normalitas data. Dengan demikian pengujian asumsi klasik selanjutnya dapat dilakukan.
4.1.2 Uji Multikolinieritas