a. 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 rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov
yang dapat dilihat dari:
a
nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
b
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 4.2 Hasil Uji Normalitas 1
One-Sample Kolmogorov-Smirnov Test
Rentabilitas N
90 Normal Parameters
a
Mean 3.2989
Std. Deviation 3.07796
Most Extreme Differences Absolute
.172 Positive
.172 Negative
-.143 Kolmogorov-Smirnov Z
1.629 Asymp. Sig. 2-tailed
.010 a. Test distribution is Normal.
Sumber : Output SPSS, diolah Penulis, 2010
Universitas Sumatera Utara
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data tidak terdistribusi
normal, hal ini dapat dilihat dari nilai Asymp.Sig.2-tailed Kolmogorov-Smirnov sebesar 0,010 yang lebih kecil dari 0,05. Karena data tidak terdistribusi normal,
maka dilakukan tindakan perbaikan treatment agar model regresi memenuhi asumsi normalitas. Dalam penelitian ini penulis 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 4.3.
Tabel 4.3 Hasil Uji Normalitas 1
One-Sample Kolmogorov-Smirnov Test
Rentabilitas N
90 Normal Parameters
a
Mean .6301
Std. Deviation 1.28560
Most Extreme Differences Absolute
.121 Positive
.063 Negative
-.121 Kolmogorov-Smirnov Z
1.150 Asymp. Sig. 2-tailed
.142 a. Test distribution is Normal.
Sumber : Output SPSS, diolah Penulis, 2010 Tabel 4.3 menunjukkan bahwa hasil pengujian statistik dengan model
Kolmogorov-Smirnov menunjukkan bahwa data telah terdistribusi normal karena nilai Asymp.Sig 2-tailed Kolmogorov-Smirnov 0,142 lebih besar dari 0,05.
Universitas Sumatera Utara
Berikut ini ditampilkan hasil uji normalitas dengan menggunakan grafik Histogram dan plot.
Gambar 4.1 Uji Normalitas data 2
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 Uji Normalitas data 3
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.
Universitas Sumatera Utara
b. Uji Multikolinieritas
Kategori