4.3.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variaibel pengganggu atau residual memiliki distribusi normal Ghozali,
2012:160. Untuk mendeteksi apakah residual berdistribusi normal atau tidak dapat dilakukan dengan analisis grafik dan analisis statistik. Analisis grafik
dilakukan dengan melihat grafik histogram dan grafik normal probability plot. Hasil output SPSS untuk uji normalitas dengan analisis grafik disajikan pada
gambar 4.1 dan 4.2 dibawah ini.
Sumber: Hasil Penelitian,2015 Data Diolah
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
Sumber: Hasil Penelitian,2015 Data Diolah
Gambar 4.2 Normal Probability Plot
Hasil output SPSS diatas menunjukkan grafik histogram memiliki pola distribusi normal dengan penyebaran secara merata baik ke kiri maupun kekanan.
Grafik normal profitability plot menunjukkan titik-titik mengikuti garis diagonal dan penyebarannya mendekat dengan garis diagonal. Hasil analisis grafik
menunjukkan data terdistribusi secara normal. Uji normallitas dengan grafik terkadang dapat menyesatkan karena secara
visual dapat kelihatan normal namun secara statistik sebaliknya. Oleh karena itu disamping analisis grafik penelitian ini juga menggunakan analisis dalam uji
normalitas. Uji statistik yang digunakan dalam penelitian ini adalah uji Kolmogorov-Smirnov dengan hipotesis pengujian adalah sebagai berikut:
H : data penelitian terdistribusi normal
H
a
: data penelitian tidak terdistribusi normal
Universitas Sumatera Utara
Hasil output SPSS uji Kolmogorov-Smornov untuk menguji normalitas data disajikan pada tabel 4.14 dibawah ini.
Table 4.14 Uji Kolmogorov – Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean .00
Std. Deviation 6.191
Most Extreme Differences Absolute
.100 Positive
.100 Negative
-.069 Kolmogorov-Smirnov Z
.696 Asymp. Sig. 2-tailed
.719 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian,2015 Data Diolah
Hipotesis nol diterima data penelitian terdistribusi normal apabila nilai signifikansi Kolmogorov-Smirnov lebih besar dari tingkat signifikansi 5 atau
0.05 K-S 0.05, sebaliknya apabila nilai signifikansi Kolmogorov-Smirnov lebih kecil dari tingkat signifikansi 0.05 K-S 0.05 maka hipotesis nol ditolak
yang berarti data penelitian tidak terdistribusi secara normal. Hasil output SPSS uji Kolmogorov-Smirnov pada tabel 4.14 diatas
menunjukkan nilai Kolmogorov-Smirnov sebesar 0.696 dan signifikansi pada 0.719. Nilai signifikansi Kolmogorov- Smirnov pada 0.719 0.05 hal ini berarti
hipotesis nol diterima dan dapat disimpulkan data terdistribusi secara normal.
Universitas Sumatera Utara
4.3.2.2 Uji Multikolinieritas