4.3. Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mengetahui apakah model estimasi telah memenuhi kriteria ekometrik, dalam arti tidak terjadi
penyimpangan yang cukup serius dari asumsi-asumsi yang diperlukan dalam metode OLS, Ananta 1987. Uji Asumsi Klasik meliputi :
4.3.1. Uji Normalitas
Uji normalitas dimaksudkan untuk mengetahui apakah nilai residual dari regresi terdistribusi secara normal. Dalam penelitian ini
pengujian normalitas distribusi data dilakukan dengan uji Kolmogorov- Smirnov. Selain itu juga diuji dengan cara melihat histogram dan
normal probability plot yang membandingkan distribusi kumulatif dari data yang sesungguhnya dengan distribusi kumulatif dari data yang
terdistribusi normal. Pada data awal pengujian, data tidak terdistribusi normal. Hal ini dapat dilihat dari nilai signifikansi uji Kolmogorov-
Smirnov pada Tabel 4.6. Tabel 4.6
Uji Normalitas Sebelum Transformasi
One-Sample Kolmogorov-Smirnov Test
Model 1 Unstandardized Residual
N 204
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 3.69851867
Kolmogorov-Smirnov Z 1.727
Asymp. Sig. 2-tailed .005
Model 2 Unstandardized Residual
N 204
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.48584099
Kolmogorov-Smirnov Z 1.916
Asymp. Sig. 2-tailed .001
Sumber : Data Sekunder yang Diolah, 2012
Universitas Sumatera Utara
Dari tabel 4.6 terlihat bahwa signifikansi 0.005 untuk model 1 dan 0.001 untuk model 2, yang berarti bahwa nilai residual tidak
terdistribusi secara normal. Hal ini juga dapat dilihat melalui grafik histogram dan normal probability plot pada lampiran 2, terlihat bahwa
grafik histogram menceng ke kiri skewness positif. Untuk mendapatkan hasil pengujian yang lebih baik maka langkah perbaikan
dilakukan dengan mentransformasi
data awal. Berdasarkan transformasi tangga Tukey, untuk bentuk distribusi skewness positif
grafik histogram menceng ke kiri, maka data awal ditranformasi ke dalam bentuk akar kuadrat SQRT dari masing-masing data yang akan
diuji. Hasil pengujian normalitas setelah transformasi dapat dilihat pada tabel 4.7 dan grafik histogram serta normal probability plot pada
lampiran 2. Tabel 4.7
Uji Normalitas Setelah Transformasi
One-Sample Kolmogorov-Smirnov Test
Model 1 Unstandardized Residual
N 197
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .40808966
Kolmogorov-Smirnov Z 1.151
Asymp. Sig. 2-tailed .141
Model 2 Unstandardized Residual
N 196
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .23329672
Kolmogorov-Smirnov Z 1.091
Asymp. Sig. 2-tailed .185
Sumber : Data Sekunder yang Diolah, 2012
Berdasarkan tabel 4.7 hasil uji Kolmogorov-Smirnov menunjukkan
nilai signifikansi sebesar 0.141 untuk model 1 dan 0.185 untuk model
Universitas Sumatera Utara
2, angka ini tidak signifikan pada tingkat signifikansi 0.05. Tingkat signifikansi 0.141 dan 0.185 lebih besar dari 0.05, maka dapat
dikatakan nilai residual terdistribusi secara normal.
4.3.2. Uji Multikolinieritas
Kategori