H
o
: data residual terdistribusi normal
H
a
: data residual terdistribusi tidak normal Ada dua cara yang dapat digunakan untuk mendeteksi apakah residual
berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Pada penelitian ini akan digunakan kedua cara tersebut.
a. Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal.
Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data
dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal.
Gambar 4.1 Grafik Histogram
Sumber: Lampiran v
Universitas Sumatera Utara
Gambar 4.2 Grafik P-P Plot
Sumber: Lampiran v
Dengan melihat tampilan grafik histogram, penulis melihat bahwa gambar histogram telah berbentuk lonceng tetapi menceng ke arah kiri yang
menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot terlihat titik-titik tidak menyebar di sekitar garis diagonal dan jauh dari garis
diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi menyalahi asumsi normalitas.
b. Uji Statistik
Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan jika tidak dilihat secara seksama, sehingga perlu dilakukan uji normalitas data
Universitas Sumatera Utara
dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji
Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05
maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Hasil uji Kolmogorov-Smirnov
dapat dilihat pada tabel 4.2. Tabel 4.2
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 65
Normal Parameters
a
Mean .0000000
Std. Deviation 3.98666001
Most Extreme Differences
Absolute .261
Positive .261
Negative -.220
Kolmogorov-Smirnov Z 2.101
Asymp. Sig. 2-tailed .000
a. Test distribution is Normal.
Sumber: Lampiran v
Hasil uji Kolmogorov-Smirnov pada penelitian ini menujukkan probabilitas = 0,000. Dengan demikian, data pada penelitian ini tidak berdistribusi normal dan
tidak dapat digunakan untuk melakukan Uji-Fdan Uji-t karena 0,000 0,05 H ditolak.
Pada pengujian normalitas dengan analisis statistik dan grafik dapat ketahui bahwa data yang digunakan oleh penulis tidak berdistribusi normal sehingga data
ini tidak dapat digunakan untuk melakukan uji hipotesis yaitu uji simultan Uji F
Universitas Sumatera Utara
dan parsial Uji t. Ada beberapa cara mengubah model regresi menjadi normal menurut Syafrizal et.all 2008: 62 yaitu:
1 lakukan transformasi data, mislnya mengubah data menjadi bentuk
logaritma Log atau naturalln, 2
menambah jumlah data, 3
menghilangkan data yang dianggap sebagai penyebab tidak normalnya data, 4
menerima data apa adanya.
Pada penelitian ini penulis menggunakan metode transformasi data untuk menormalkan data penelitian. Hasil transformasi data dapat dilihat pada lampiran
ii Setelah dilakukan transformasi, penulis melakukan pengujian ulang terhadap uji normalitas untuk melihat kembali apakah data penelitian ini telah berdistribusi
normal atau tidak. Berikut hasil uji normalitas data setelah transformasi: a.
Analisis Grafik
Gambar 4.3 Histogram
Sumber: Lampiran vi
Universitas Sumatera Utara
Gambar 4.4 P-Plot
Sumber: Lampiran vi b. Uji Statistik
Tabel 4.3
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 27
Normal Parameters
a
Mean .0000000
Std. Deviation 1.24414237
Most Extreme Differences Absolute
.132 Positive
.132 Negative
-.094 Kolmogorov-Smirnov Z
.687 Asymp. Sig. 2-tailed
.733 a. Test distribution is Normal.
Sumber : Lampiran vi
Dari grafik histogram dan normal probability plot pada gambar 4.3 dan gambar 4.4 di atas terlihat bahwa setelah dilakukan transformasi data ke
Universitas Sumatera Utara
logaritma natural Ln terlihat bahwa grafik histogram memperlihatkan pola distribusi yang normal, dan grafik P-P Plot memperlihatkan titik-titik menyebar
di sekitarmengikuti arah garis diagonal yang menunjukkan pola distribusi normal. Hasil uji Kolmogorov-Smirnov pada tabel 4.3. pada penelitian ini menujukkan
probabilitas = 0,733. Dengan demikian, data pada penelitian ini berdistribusi normal dan dapat digunakan untuk melakukan Uji-t dan Uji-F karena 0,733
0,05 H diterima.
2. Hasil Uji Heteroskedastisitas
