Ketiga grafik tersebut memperlihatkan bahwa variabel ITO, FATO dan QR tidak terdistribusi normal . Hal ini terlihat dari kurva yang menceng ke kiri dan
puncak yang tidak berada di angka 0.
4.2.3 Transformasi Data
Variabel pada penelitian ini dinyatakan tidak terdistribusi normal berdasarkan nilai skewness dan kurtosis, uji Kolmogorov – Smirnov dan uji
grafik yang telah dilakukan sebelumnya, oleh karena itu perlu dilakukan transformasi data agar data yang digunakan dalam penelitian ini menjadi
normal. Transformasi data yang digunakan dalam penelitian ini adalah dengan LN Logaritma Natural. Berikut ini dalah hasil uji Kolmogorov – setelah data
ditransformasi menggunakan LN dengan bantuan program SPSS: Tabel 4.2.3
Uji Kolmogorov – Smirnov setelah transformasi data
One-Sample Kolmogorov-Smirnov Test
LNITO LNFATO
LNQR N
144 144
144 Normal Parameters
a
Mean 1.6982
1.1252 -.0716
Std. Deviation .82244
1.51104 .83064
Most Extreme Differences Absolute
.099 .075
.080 Positive
.099 .073
.080 Negative
-.087 -.075
-.076 Kolmogorov-Smirnov Z
1.191 .901
.965 Asymp. Sig. 2-tailed
.117 .391
.309 a. Test distribution is Normal.
Sumber : diolah peneliti menggunakan program SPSS Nilai K-S untuk variabel LNITO, LNFATO dan LNQR telah mengalami
perubahan setelah ditransformasi. Nilai K-S untuk variabel LNITO 1,191
Universitas Sumatera Utara
dengan probabilitas signifikansi 0,117 dan nilainya di atas α= 0,05 hal ini berarti hipotesis nol tidak dapat ditolak diterima atau variabel LNITO telah
terdistribusi normal. Nilai K-S untuk variabel LNFATO 0,901 dengan probabilitas 0,391 dan nilainya jauh di atas α= 0,05 hal ini berarti hipotesis nol
diterima atau variabel LNFATO telah terdistribusi normal. Begitu juga dengan variabel LNQR yang memiliki nilai K- S 0,965 dengan probabilitas 0,391 dan
nilainya jauh di atas α= 0,05 hal ini berarti hipotesis nol diterima atau variabel LNQR telah terdistribusi normal.
Selanjutnya dapat kita lihat grafik ketiga variabel tersebut apakah kurvanya sudah terlihat simetris atau belum setelah dilakukan transformasi.
Universitas Sumatera Utara
Gambar 4.2.3 Grafik variabel LNITO, LNFATO dan LNQR
Sumber : diolah peneliti menggunakan SPSS
Universitas Sumatera Utara
Ketiga grafik tersebut menunjukkan kurva yang simetris tidak menceng ke kanan atau ke kiri. Selanjutnya dapat dilakukan uji asumsi klasik karena
variabel sudah terdistribusi normal.
4.2.4 Uji Asumsi Klasik
