a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu memiliki distribusi normal dan untuk menghindari bias
dalam model regresi. Pengujian normalitas dalam penelitian ini menggunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Hasil uji normalitas dengan
menggunakan model Kolmogorov-Smirnov adalah seperti yang ditampilkan berikut ini :
Tabel 4.2 Hasil Uji Normalitas 1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 130
Normal Parameters
a
Mean .0000000
Std. Deviation 48.59679691
Most Extreme Differences Absolute
.115 Positive
.115 Negative
-.090 Kolmogorov-Smirnov Z
1.316 Asymp. Sig. 2-tailed
.063 a. Test distribution is Normal.
Sumber : Output SPSS, diolah Penulis, 2010
Ghozali 2005:115, memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-
Smirnov yang dapat dilihat dari:
Universitas Sumatera Utara Universitas Sumatera Utara
c
nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
d
nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
Tabel 4.2 menunjukkan bahwa hasil pengujian statistik dengan model Kolmogorov-Smirnov adalah data terdistribusi normal karena nilai Asymp.Sig 2-
tailed Kolmogorov-Smirnov 0,063 lebih besar dari 0,05. Hasil uji normalitas dengan menggunakan grafik Histogram dan plot juga menunjukkan bahwa data
terdistribusi normal.
Gambar 4.1 Hasil Uji Normalitas 2
Sumber : Output SPSS, diolah Penulis, 2010
Grafik histogram pada gambar 4.1 menunjukkan bahwa data terdistribusi secara normal. Hal ini dapat dilihat dari grafik histogram yang menunjukkan
Universitas Sumatera Utara Universitas Sumatera Utara
distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun menceng ke kanan.
Gambar 4.2 Hasil Uji Normalitas 3
Sumber : Output SPSS, diolah Penulis, 2010
Hasil uji normalitas dengan menggunakan grafik plot juga menunjukkan hal yang sama dengan kedua pengujian sebelumnya bahwa data terdistribusi secara
normal, seperti yang ditampilkan pada Gambar 4.2. Menurut Ghozali 2005:112, pembuktian normalitas dapat dilakukan dengan melihat penyebaran data titik
pada sumbu diagonal dari grafik Normal P-Plot. Jika data titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka hal tersebut berarti
bahwa data telah terdistribusi normal. Gambar 4.2 menunjukkan bahwa data titik menyebar di sekitar dan mengikuti arah garis diagonal. Hal ini sesuai dengan hasil
Universitas Sumatera Utara Universitas Sumatera Utara
pengujian Kolmogorov-Smirnov dan hasil pengujian dengan menggunakan histogram yang menunjukkan bahwa data telah terdistribusi secara normal.
b. Uji Multikolinearitas