tidak bias Best Linear Unbiased EstimatorBLUE Ghozali, 2006. Pengujian asumsi klasik yang telah dilakukan adalah sebagai berikut.
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Penelitian ini menggunakan dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yakni dengan menggunakan grafik dan
anlisis statistik. Berikut ini adalah hasil grafik variabel pengganggu atau residual dalam model regresi berganda yang digunakan.
Hasil uji Histogram dan Normal P Plot sebelum transformasi
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
Gambar 4.2 Grafik Normal Plot
Grafik histogram dan grafik plot di atas menunjukkan bahwa variabel pengganggu atau residualnya berdistribusi tidak normal,
dengan melihat gambar histogram diatas dapat disimpulakn bahwa pola distribusi menceng ke kanan maupun ke kiri. Pada grafik normal plot
terlihat bahwa titik-titik tidak menyebar disekitarmengikuti garis diagonal, yang menunjukkan bahwa data berdistribusi tidak normal.
Kedua grafik menunjukkan bahwa model regresi tidak layak digunakan karena tidak memenuhi normalitas data.
Uji t dan uji F mensyaratkan distribusi residual harus normal, karena residual dalam penelitian ini tidak berdistribusi normal perlu
dilakukan tindakan penormalan data. Ghozali 2006 menyatakan bahwa jika asumsi normalitas data residual tidak terpenuhi maka
Universitas Sumatera Utara
variabel independen dan dependen dapat di transformasi ke dalam betuk fungsi logaritma natural.
Setelah dilakukan transformasi maka hasil yang didapatkan dari pengujian adalah sebagai berikut:
Gambar 4.3 Grafik Histogram Setelah Transformasi
Universitas Sumatera Utara
Gambar 4.4 Gfarik Normal Plot Setelah Transformasi
Grafik histogram dan grafik plot di atas menunjukkan bahwa variabel pengganggu atau residualnya berdistribusi normal, dengan
melihat gambar histogram diatas dapat disimpulkan bahwa pola distribusi tidak menceng ke kanan maupun ke kiri. Sedangkan pada
grafik normal plot terlihat bahwa titik-titik menyebar disekitarmengikuti garis diagonal, yang menunjukkan bahwa data
berdistribusi normal. Kedua grafik menunjukkan bahwa model regresi layak digunakan karena memenuhi normalitas data.
Analisis statistik yang digunakan untuk melihat apakah residual berdistribusi normal adalah uji Kolmogorov Smirnov dengan pedoman
sebagai berikut:
Universitas Sumatera Utara
1 data dikatakan terdistribusi normal jika nilai signifikan atau Sig. atau probabilitas 0.05, dan
2 data dikatakan tidak terdistribusi normal jika nilai signifikan atau Sig. atau probabilitas 0.05.
Berikut adalah hasil pengujian menggunakan analisis Kolmogorov Smirnov.
Tabel 4.2 Nonparametric-test Kolmogorof Smirnov
Dari hasil pengolahan data tersebut diatas, besarnya nilai Kolmogorov
Smirnov adalah 0.803 dan signifikansinya pada 0.539 dimana lebih besar dari 0.05 p = 0.539 0.05, maka dapat disimpulkan data terdistribusi
secara normal.
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 33
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .96252763
Most Extreme Differences
Absolute .140
Positive .075
Negative -.140
Kolmogorov-Smirnov Z .803
Asymp. Sig. 2-tailed .539
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
4.2.2.2 Uji Multikolonieritas