5.2.1. Hasil Pengujian Normalitas Data
Asumsi distribusi normal adalah suatu persyaratan yang harus dipenuhi dalam pelaksanaan analisis regresi berganda. Jika asumsi ini terpenuhi maka nilai
residual dari analisis juga berdistribusi normal dan independen. Pengujian normalitas dilakukan dengan menggunakan grafik normal Probability Plot dan uji
One – Sample Kolmogorov – Smirnov, dengan hasil sebagai berikut:
Gambar: 5.1. Uji Normalitas Data – Normal PP – Plot Sebelum Trimming
Pada gambar 5.1. di atas terlihat bahwa titik – titik menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal sehingga dapat
disimpulkan bahwa data tidak berdistribusi normal atau titik – titik tidak mendekati garis normal. Berdasarkan uji One – Sample Kolmogorov – Smirnov,
diperoleh hasil sebagai berikut:
Universitas Sumatera Utara
Berdasarkan tabel 5.3. uji normalitas data One – Sample Kolmogorov – Smirnov Test di atas dapat dilihat nilai signifikansi Asymp. Sig. 2 – tailed
adalah sebesar 0,038 0,05 berarti bahwa data tidak berdistribusi normal. Karena data tidak berdistribusi normal, peneliti melakukan trimming yang menghasilkan
grafik normal Probability Plot dan uji One – Sample Kolmogorov – Smirnov dengan hasil sebagai berikut:
Gambar 5.2. Uji Normalitas Data – Normal PP – Plot Setelah Trimming
Pada gambar 5.2. di atas terlihat bahwa titik – titik menyebar mendekati garis diagonal sehingga dapat disimpulkan bahwa data berdistribusi normal.
Tabel 5.3. Uji Normalitas Data One-Sample Kolmogorov- Smirnov Test Sebelum Trimming
Unstandardized Residual
N 128
Normal Parameters Mean
a,b
,0000000 Std. Deviation
,03514469 Most Extreme Differences Absolute
,124 Positive
,124 Negative
-,102 Kolmogorov-Smirnov Z
1,408 Asymp. Sig. 2-tailed
,038 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Berdasarkan uji One – Sample Kolmogorov – Smirnov Test, diperoleh hasil sebagai berikut:
Tabel 5.4. Uji normalitas data One-Sample Kolmogorov – Smirnov Test Setelah Trimming
Unstandardized Residual
N 73
Normal Parameters Mean
a,b
,0000000 Std. Deviation
,00901108 Most Extreme
Differences Absolute
,158 Positive
,158 Negative
-,131 Kolmogorov-Smirnov Z
1,352 Asymp. Sig. 2-tailed
,052 a. Test distribution is Normal.
b. Calculated from data.
Uji normalitas data One – Sample Kolmogorov – Smirnov Test di atas dapat dilihat nilai signifikansi Asymp. Sig. 2 – tailed adalah sebesar 0,052
0,05 berarti bahwa data berdistribusi normal. Dengan demikian berdasarkan grafik Normal Probability Plot dan Uji One – Sample Kolmogorov – Smirnov di atas
diketahui bahwa setelah transformasi dan pengeluaran data outlier dengan cara trimming maka data telah berdistribusi normal.
5.2.2. Hasil Pengujian Multikolinieritas
Kategori