Analisa dilakukan dengan metode analisa regresi berganda. Sebelum dilakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik. Pengujian ini
perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas,
heteroskesdastisitas serta autokorelasi. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah:
• berdistribusi normal,
• non-multikolinearitas, artinya antara variabel independen dalam model
regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna,
• non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi
tidak saling korelasi, •
homoskedasitas, artinya variance variabel independen dari satu pengamatan kepengamatan yang lain adalah konstan atau sama.
1. Uji Normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Adapun uji
normalitas dapat dilakukan dengan dua cara yaitu analisis garfik dan statistik.
a. Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal.
Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data
dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal. Berikut hasil uji
normalitas dengan menggunakan analisis grafik.
Universitas Sumatera Utara
Gambar 4.1 Uji Normalitas
Sumber: Lampiran 5
Gambar 4.2 Uji Normalitas
Sumber: Lampiran 5
Dengan melihat tampilan grafik histogram, kita dapat melihat bahwa gambarnya telah berbentuk lonceng dan tidak menceng kekanan atau ke kiri yang
menunjukkan bahwa data telah terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik menyebar di sekitar garis diagonal dan tidak jauh dari garis
Universitas Sumatera Utara
diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi tidak
menyalahi asumsi normalitas. b.
Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas
data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji
Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05
maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov
dapat dilihat pada tabel 4.2 Tabel 4.2
Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 102
Normal Parameters
a
Mean 45.5000000
Std. Deviation .99112365
Most Extreme Differences Absolute
.222 Positive
.152 Negative
-.222 Kolmogorov-Smirnov Z
2.242 Asymp. Sig. 2-tailed
.000 a. Test distribution is Normal.
Sumber: Lampiran 5
Universitas Sumatera Utara
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0.000. Dengan demikian, data pada penelitian ini tidak berdistribusi normal dan
dapat digunakan untuk melakukan uji hipotesis karena 0.00 0,05. Pada pengujian normalitas dengan analisis statistik dapat ketahui bahwa data
yang digunakan oleh penulis tidak berdistribusi normal sehingga data ini tidak dapat digunakan untuk melakukan uji hipotesis. Pada penelitian ini penulis
menggunakan metode transformasi data untuk menormalkan data penelitian. Menurut Gozali 2005:32, “data yang tidak terdistribusi secara normal dapat
ditransformasi agar menjadi normal”. Salah satu trasformasi data yang dapat dilakukan adalah dengan mentransformasikan data ke LG10 atau logaritma 10
atau LN. Hasil transformasi data dapat dilihat pada lampiran vii. Setelah dilakukan transformasi, penulis melakukan pengujian ulang terhadap uji
normalitas untuk melihat kembali apakah data penelitian ini telah berdistribusi normal atau tidak. Hasil pengujian normalitas setelah transformasi dapat dilihat
sebagai berikut.
c. Analisis Grafik