Hasil Analisis Statstik Deskriptif Uji Normalitas
64 melihat penyebaran data titik pada sumbu diagonal dari grafik
dengan dasar pengambilan keputusan sebagai berikut: 1 Jika data menyebar di sekitar garis normal dan mengikuti arah
garis diagonal menunjukkan bahwa pola distribusi data normal, maka model regresi memenuhi asumsi normalitas.
2 Sebaliknya, jika data menyebar jauh dari garis diagonal dan tidak mengikuti garis diagonalnya maka dapat distribusi data
tidak normal dan model regresi tidak memenuhi asumsi normalitas.
Hasil uji normalitas dengan menggunakan grafik p-plot disajikan pada gambar berikut:
Gambar 4.2. Grafik p-plot
Dari hasil uji normalitas dengan menggunakan grafik normal probability plot dapat dilihat bahwa titik-titik data menyebar mendekati
65 dan mengikuti arah garis diagonalnya, sehingga dapat disimpulkan bahwa
model regresi dalam penelitian ini memenuhi asumsi normalitas. Selain menggunakan uji normal p-plot, penelitian ini juga
menggunakan uji statisti Kolmogorov-Smirnov untuk memperkuat uji normalitas data. Dalam uji Kolmogorov-Smirnov lebih dari 0,05. Berikut
disajikan hasil uji Kolmogorov-Smirnov pada table 4.9:
Tabel 4.9.
Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
DPLK IHSG
JII N
36 36
36 Normal Parameters
a,b
Mean .069533
.005054 .003657
Std. Deviation .0733894
.0461057 .0462468
Most Extreme Differences Absolute
.213 .187
.122 Positive
.137 .087
.096 Negative
-.213 -.187
-.122 Kolmogorov-Smirnov Z
1.276 1.121
.733 Asymp. Sig. 2-tailed
.077 .162
.655 a. Test distribution is Normal.
b. Calculated from data.
Dari hasil uji Kolmogorov-Smirnov tersebut dapat disimpulkan bahwa seluruh variabel memiliki distribusi normal karena nilai
signifikansinya melebihi 0,05, yaitu sebesar 0,655.