4.2.2.1. Uji Normalitas Data
Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara
normal atau tidak. Ghozali 2006 : 115, memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan
distribusi normal berdasarkan uji Kolmogorov-Smirnov yang dapat dilihat dari :
a Nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
b Nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
Tabel 4.2 Hasil Uji Normalitas 1
Sumber : Output SPSS, diolah penulis, 2012
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 68
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .07270593
Most Extreme Differences Absolute
.132 Positive
.083 Negative
-.132 Kolmogorov-Smirnov Z
1.092 Asymp. Sig. 2-tailed
.184 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Berdasarkan hasil pengolahan pengujian data dengan model Kolmogorov-smirnov yang dapat dilihat pada tabel 4.2 diatas tersebut
yaitu nilai dari Asymp. Sig. 2-tailed adalah 0,184 yang mana 0,184 0,05, hal ini menunjukkan bahwa data telah terdistribusi secara normal
atau asumsi normalitas sudah terpenuhi. Selain itu juga untuk mengetahui apakah data telah terdistribusi secara normal atau tidak
dengan melihat grafik histogram dan normal probability plot sebagai berikut :
Gambar 4.1 Uji Normalitas Data 2
Sumber : Output SPSS, diolah penulis, 2012
Universitas Sumatera Utara
Gambar 4.2 Uji Normalitas 3
Sumber : Output SPSS, diolah penulis, 2012
Berdasarkan kedua grafik diatas dapat disimpilkan bahwa distribusi data adalah normal karena pada grafik histogram gambar
4.1, gambarnya menunjukkan bahwa distribusi data dengan berbentuk lonceng, yang artinya data telah terdistribusi dengan normal. Demikian
pula pada grafik P-P Plot gambar 4.2 terlihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebaran tidak menjauhi
garis diagonalnya. Sehingga dapat dikatakan kedua grafik
Universitas Sumatera Utara
menunjukkan data dalam model regresi tersebut tidak menyalahi asumsi normalitas atau terdistribusi secara normal.
4.2.2.2. Uji Multikolinearitas