Uji Normalitas Pengujian Asumsi Klasik

50

4.2.2.1 Uji Normalitas

Uji normalitas adalah uji yang dilakukan untuk mengetahui apakah variabel pengganggu atau variabel residual terdistribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Gambar 4.1 Grafik Histogram Sumber: Output SPSS. Diolah penulis 2016 Pada Gambar 4.1 dapat dilihat bahwa gambar grafik histogram tidak berbentuk lonceng yang menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot, data dikatakan terdistribusi secara normal apabila titik-titik datanya menyebar disekitar garis pola. Pada gambar 4.2 Universitas Sumatera Utara 51 terlihat bahwa titik-titik data tidak menyebar dengan merata disekitar garis pola dimana titik-titik menjauhi garis pola, sehingga ini menunjukkan bahwa data tidak terdistribusi secara normal. Gambar 4.2 Grafik Normal P-P Plot Sumber: Output SPSS. Diolah penulis 2016 Pengujian normalitas data apakah terdistribusi normal atau tidak dengan melihat grafik histogram dan P-P Plot saja tidak cukup, sehingga perlu dilakukan uji normalitas data dengan menggunakan analisis statistik. Analisis statistik dapat dilakukan dengan pengujian kolmogorov smirnov. Untuk melihat apakah data terdistribusi normal atau tidak dapat dilihat dari nilai signifikansinya. Jika nilai signifikansinya lebih besar dari 0,05 maka data terdistribusi normal. Apabila nilai Universitas Sumatera Utara 52 signifikansinya lebih kecil dari 0,05 maka data tidak terdistribusi normal. Pengujian tersebut dapat dilihat pada tabel berikut ini. Tabel 4.2 Kolmogorov-Smirnov Test Sebelum Transformasi Data Sumber: Output SPSS. Diolah penulis 2016 Hasil uji Kolmogorov-Smirnov pada tabel diatas menunjukkan bahwa nilai signifikan atau nilai probabilitasnya sebesar 0,013. Maka dapat disimpulkan bahwa data tidak terdistribusi normal Ho ditolak karena nilai signifikannya lebih kecil dari 0,05 yaitu 0,013 0,05. Pengujian normalitas data yang dilakukan dengan uji grafik dan uji statistik menunjukkan bahwa data tidak terdistribusi normal sehingga uji hipotesis tidak dapat dilakukan. Untuk menormalkan data penelitian, maka penulis melakukan transformasi data. Salah satu transformasi data yang dapat dilakukan adalah dengan akar kuadrat. Universitas Sumatera Utara 53 Penulis melakukan pengujian ulang terhadap normalitas data untuk melihat apakah data terdistribusi normal atau tidak setelah dilakukan transformasi data. Hasil uji normalitas data setelah dilakukan transformasi data dapat dilihat sebagai berikut. Gambar 4.3 Grafik Histogram Setelah Transformasi Data Sumber: Output SPSS. Diolah penulis 2016 Grafik histogram pada Gambar 4.3 menunjukkan pada distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun ke kanan. Dilihat dari grafik diatas, maka dapat disimpulkan bahwa data dalam penelitian berdistribusi normal. Normalisasi data juga diuji menggunakan grafik P-P Plot. Sebuah data dapat dikatan Universitas Sumatera Utara 54 normal apabila data menyebar di sekitar garis diagonal. Hal ini dapat dilihat pada gambar 4.4 yang menunjukkan grafik normal P-P Plot setelah dilakukan transformasi data. Gambar 4.4 Grafik Normal P-P Plot Setelah Transformasi Data Sumber: Output SPSS. Diolah penulis 2016 Berdasarkan pada hasil pengujian analisis statistik menggunakan uji Kolmogorov Smirnov yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data tidak terdistribusi secara normal. Hal ini dapat dilihat dari nilai signifikan yang lebih kecil dari 0,05. Agar dapat dilakukan pengujian hipotesis maka penulis melakukan transformasi data untuk Universitas Sumatera Utara 55 mendapatkan distribusi data yang normal. Hasil pengujiannya adalah sebagai berikut. Tabel 4.3 Kolmogorov-Smirnov Test Setelah Transformasi Data Sumber: Output SPSS. Diolah penulis 2016 Hasil uji kolmogorov smirnov pada Tabel 4.3 diatas menunjukkan nilai Kolmogorov Smirnov K-S sebesar 0,069 dan nilai signifikan sebesar 0,200 sehingga dapat disimpulkan bahwa data dalam model regresi berdistribusi normal, dimana nilai signifikansinya 0,200 0,05.

4.2.2.2 Uji Multikolinearitas