4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel residual berdistribusi normal atau tidak. Dalam penelitian ini normalitas data diuji dengan
menggunakan Kolmogorov-Smirnov test, dengan membuat hipotesis : Ho : data residual berdistribusi normal
Ha : data residual tidak berdistribusi normal Apabila nilai signifikan dari variabel penelitian lebih 0,05 berarti distribusi
data tidak normal, sebaliknya apabila nilai signifikan dari masing-masing variabel 0,05 berarti distribusi data normal.
Tabel 4.2 Uji Normalitas 1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 93
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .96753702
Most Extreme Differences Absolute
.175 Positive
.175 Negative
-.119 Kolmogorov-Smirnov Z
1.683 Asymp. Sig. 2-tailed
.007 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov adalah 1,683 dan signifikan pada 0,007 maka disimpulkan data terdistribusi secara
tidak normal karena p = 0,007 0,05. Data yang tidak normal dapat disebabkan oleh adanya adanya data outlier yaitu data yang memiliki nilai yang sangat
menyimpang dari nilai data lainnya.Data yang terdistribusi secara tidak normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data
berikut ini:
Gambar 4.1 Grafik normal Histogram
Universitas Sumatera Utara
Gambar 4.2 Normal Probability Plot 1
Sumber : Hasil Olahan Data oleh Penulis, 2013
Cara untuk mengatasi data outlier menurut Erlina 2008:106 yaitu: 1.
Lakukan transformasi data ke bentuk lainnya 2.
Lakukan trimming, yaitu membuang data outlier 3.
Lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu.
Universitas Sumatera Utara
Tindakan perbaikan yang dilakukan dalam penelitian ini adalahtrimming yaitu membuang data outlier. Bentuk ini menyebabkan jumlah sampel yang
valid menjadi 90 pengamatan.
Setelah dilakukan trimming maka hasil uji normalitas data dapat dilihat pada grafik normal probability plot dan Tabel Kolmogorov Smirnov sebagai berikut:
Gambar 4.3 Normal Probability Plot 2
Universitas Sumatera Utara
Tabel 4.3 Uji Normalitas 2
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .73060993
Most Extreme Differences Absolute
.106 Positive
.106 Negative
-.097 Kolmogorov-Smirnov Z
1.008 Asymp. Sig. 2-tailed
.262 a. Test distribution is Normal.
b. Calculated from data.
4.2.2.2 Uji Multikolinearitas