63
uji regresi akan dilakukan untuk melihat tingkat pengaruh variabel independen X terhadap variabel dependen Y. Pengujian yang dilakukan
terdiri dari, uji normalitas, uji multikoliniearitas, uji heteroskedastisitas, dan yang terakhir uji autokorelasi. Dalam penelitian kali ini peneliti melakukan
transformasi seluruh variabel penelitiannya ke dalam fungsi Logaritma Natural Ln agar dapat memudahkan peneliti dalam mengolah data
penelitiaannya.
4.1.2.1 Uji Normalitas Data
Uji normalitas dilakukan untuk mengetahui apakah dalam model regresi, distribusi data-data yang diolah memiliki distribusi normal atau
tidak. Uji normalitas dapat dideteksi dengan melihat grafik histogram, dan grafik Normal Probability Plot. Selain itu uji normalitas juga dapat
dilakukan dengan uji statistik yaitu uji Kolmogrov-Smirnov. Uji normalitas yang pertama dilakukan adalah dengan melihat histogram
pada gambar 4.1.
Universitas Sumatera Utara
64
Gambar 4.1 Grafik Histogram
Sumber : Hasil olah data SPSS v19.0 2016
Dari gambar histogram diatas dapat dilihat bahwa distribusi data adalah normal, hal tersebut ditunjukkan oleh gambar yang tidak menceng
ke kanan, atau menceng ke kiri, dan membentuk pola seperti lonceng. Uji normalitas berikut yang dilakukan adalah melihat grafik Normal
Probability Plot, yang dapat dilihat dari gambar 4.2.
Universitas Sumatera Utara
65
Gambar 4.2 Grafik Normal Probability Plot
Sumber : Hasil olah data SPSS v19.0 2016
Berdasarkan gambar grafik Normal Probability Plot dapat dinyatakan bahwa data yang diolah berdistribusi normal. Hal ini dapat
dilihat dari grafik yang memperlihatkan titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Hingga dapat
disimpulkan bahwa data terdistribusi secara normal. Dan uji normalitas terakhir yang dilakukan adalah dengan melakukant uji statistik yaitu uji
Kolmogrov-Smirnov. Cara pengambilan keputusannya adalah dengan melihat data dikatakan berdistribusi normal apabila nilai signifikansi
lebih besar dari 0.05. Sebaliknya, berdistribusi tidak normal apabila nilai
signifikansi lebih kecil dari 0.05.
Universitas Sumatera Utara
66
Tabel 4.2 Hasil Uji Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 88
Normal Parameters
a,b
Mean 2.4767372
Std. Deviation .42068380
Most Extreme Differences Absolute
.092 Positive
.092 Negative
-.042 Kolmogorov-Smirnov Z
.865 Asymp. Sig. 2-tailed
.444 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil olah data SPSS v19.0 2016
Dari hasil pengolahan data dapat dilihat bahwa Asymp. Sig 2- tailed adalah 0,444 yang mana lebih besar dari tingkat signifikansi yaitu
0,05. Dari hasil tersebut dapat disimpulkan bahwa data terdistribusi secara normal.
4.1.2.2 Uji Multikolinearitas
