59 regresi. Sebelum pengujian hipotesis dilakukan, terlebih dahulu perlu
dilakukan pengujian terhadap gejala penyimpangan asumsi klasik. Pengujian asumsi klasik meliputi:
4.2.2.1 Uji Normalitas
Uji normalitas adalah uji yang dilakukan untuk mengetahui apakah variabel pengganggu atau variabel residual terdistribusi
normal. Salah satu cara yang digunakan untuk melihat apakah data normal atau tidak adalah melakukan analisis grafik dengan melihat
grafik histogram dan probability plot. Suatu data dikatakan baik apabila data tersebut terdistribusi normal. Pada grafik histogram,
data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng.
Universitas Sumatera Utara
60
Gambar 4.1 Grafik Histogram
Sumber: Output SPSS. Data diolah peneliti, 2016
Pada gambar 4.1 dapat dilihat bahwa gambar grafik histogram tidak berbentuk lonceng yang menunjukkan bahwa data
tidak terdistribusi secara normal.
Universitas Sumatera Utara
61
Gambar 4.2 Grafik Normal P-P Plot
Sumber: Output SPSS. Data diolah peneliti, 2016
Pada grafik P-P Plot, data dikatakan terdistribusi secara normal apabila titik-titik datanya menyebar disekitar garis pola.
Pada gambar 4.2 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.
Pengujian normalitas data dapat 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
Universitas Sumatera Utara
62 signifikansinya lebih besar dari 0,05 maka data terdistribusi
normal. Apabila nilai signifikansinya lebih kecil dari 0,05 maka data tidakterdistribusi normal. Pengujian tersebut dapat dilihat pada
tabel berikut ini:
Tabel 4.2 Hasil Uji Kolmogorov–Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 117
Normal Parameters
a,b
Mean 0E-7
Std. Deviation ,13343296
Most Extreme Differences Absolute
,148 Positive
,148 Negative
-,113 Kolmogorov-Smirnov Z
1,605 Asymp. Sig. 2-tailed
,012 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output SPSS. Data diolah peneliti, 2016 Hasil uji Kolmogorv Smirnov pada tabel diatas
menunjukkan bahwa nilai signifikan atau nilai probabilitasnya sebesar 0,012. Maka dapat disimpulkan bahwa data tidak
terdistribusi normal Ho ditolak karena nilai signifikansinya lebih kecil dari 0,05 yaitu 0,012 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. Data yang tidak terdistribusi normal dapat ditransformasikan agar menjadi normal. Bentuk transformasi data
Universitas Sumatera Utara
63 yang dapat dilakukan adalah dengan menggunakan SQRT x atau
akar kuadrat Ghozali, 2006:32. 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
Sumber: Output SPSS. Data diolah peneliti, 2016
Grafik histogram pada gambar 4.3 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan
tidak condong ke kiri maupun condong ke kanan. Dilihat dari grafik diatas, maka dapatdisimpulkan bahwa data dalam penelitian
Universitas Sumatera Utara
64 berdistribusi normal. Normalisasi data juga diuji menggunakan
grafik P-P Plot. Sebuah data dapat dikatakan normal apabila distribusi data menyebar di sekitargaris diagonal. Hal ini dapat
dilihat pada gambar 4.4 yang menunjukkan grafik normal P-P Plot setelah dilakukan transformasi data.
Gambar 4.4 Kurva P-P Plot Setelah Transformasi
Sumber: Output SPSS. Data diolah peneliti, 2016
Berdasarkan pada hasil pengujian analisis statistik menggunakan uji Kolmogorov Smirnovyang terdapat dalam tabel
4.2 dapat disimpulkan bahwa data tidak terdistribusi secara normal. Hal ini dapat dilihat dari nilai siginifikan yang lebih kecil dari 0,05.
Agar dapat dilakukan pengujian hipotesis maka peneliti melakukan
Universitas Sumatera Utara
65 transformasi data untuk mendapatkan distribusi data yang normal.
Hasil pengujiannya adalah sebagai berikut:
Tabel 4.3 Hasil Kolmogorov-Smirnov Setelah Transformasi
Sumber: Output SPSS. Data diolah peneliti, 2016
Hasil uji kolmogorov smirnov pada tabel 4.3 diatas menunjukkan nilai Kolmogorov Smirnov K-S sebesar 0,990 dan
nilai signifikan sebesar 0,281 sehingga dapat disimpulkan bahawa data dalam model regresi berdistribusi normal, dimana nilai
signifikansinya 0,281 0,05.
4.2.2.2 Uji Multikolinearitas