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 tentang data mendekati atau merupakan distribusi normal berdasarkan uji
Kolmogorov-Smirnov yang dapat dilihat dari : ♦ Nilai Sig. atau signifikan atau probabilitas 0,05 maka distribusi data
tidak normal, ♦ Nilai Sig. atau signifikan atau probabilitas 0,05 berarti distribusi data
normal.
Hasil uji normalitas dengan menggunakan model Kolmogorov-Smirnov adalah seperti yang ditampilkan berikut ini :
Universitas Sumatera Utara
Tabel 4.2 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
42 Normal
Parameters
a,,b
Mean .0000000
Std. Deviation 4.55674405
Most Extreme Differences
Absolute .258
Positive .258
Negative -.169
Kolmogorov-Smirnov Z 1.673
Asymp. Sig. 2-tailed .007
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS, diolah peneliti, 2013
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 0,000 yang lebih kecil dari 0,05 maka
dilakukan tindakan perbaikan treatment agar model regresi memenuhi asumsi normalitas. Dalam penelitian ini peneliti melakukan transformasi
data ke model logaritma natural Ln, kemudian data diuji ulang berdasarkan asumsi normalitas.
Universitas Sumatera Utara
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 Setelah Transformasi Logaritma Natural
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
34 Normal
Parameters
a,,b
Mean .0000000
Std. Deviation 1.25336954
Most Extreme Differences
Absolute .101
Positive .072
Negative -.101
Kolmogorov-Smirnov Z .591
Asymp. Sig. 2-tailed .876
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS, diolah peneliti, 2013 Dari hasil pengolahan data pada tabel 4.3 diperoleh hasil pengujian
statistik dengan model Kolmogorov-Smirnov menunjukkan bahwa data telah terdistribusi normal karena nilai Asymp.Sig 2-tailed Kolmogorov-
Smirnov 0,876 lebih besar dari 0,05. Setelah data berdistribusi normal dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas,
berikut ini dilampirkan grafik histogram dan grafik p-plot data yang telah berdistribusi normal.
Universitas Sumatera Utara
Gambar 4.1 Histogram
Sumber : Output SPSS, diolah peneliti, 2013
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 Grafik Normal P-Plot
Sumber : Output SPSS, diolah peneliti, 2013
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
Universitas Sumatera Utara
dengan menggunakan histogram bahwa data telah terdistribusi normal. Secara keseluruhan data telah terdistribusi secara normal, maka dapat
dilakukan pengujian asumsi klasik lainnya.
b. Uji Multikoliniearitas