UJI NORMALITAS DAN UJI

LINIERITAS
 Uji Normalitas

• Uji Normalitas adalah sebuah uji yang dilakukan dengan

tujuan untuk menilai sebaran data pada sebuah
kelompok data atau variabel, apakah sebaran data
tersebut berdistribusi normal atau tidak
• Berdasarkan pengalaman empiris beberapa pakar
statistik, data yang banyaknya lebih dari 30 angka (n >
30), maka sudah dapat diasumsikan berdistribusi normal
• Namun untuk memberikan kepastian, data yang dimiliki
berdistribusi normal atau tidak, sebaiknya digunakan uji
normalitas
Lanjutan…

• Karena belum tentu data yang lebih dari 30

bisa dipastikan berdistribusi normal, demikian
sebaliknya data yang banyaknya kurang dari
30 belum tentu tidak berdistribusi normal
• Uji normalitas yang dapat digunakan
diantaranya: uji grafik, Chi-Square,
Kolmogorov-Smirnov, Lilliefors dan Shapiro-
Wilk
 Uji Normalitas: Kolmogorov-Smirnov
• Buka data Normalitas
• Pilih Analyze - Non Parametrik Test - Legacy Dialogs - 1-Sample
K-S
• Dengan menggunakan tanda → pindahkan profitabilitas dan
ukuran perusahaan ke kotak Test Variable List
Test Distribution: pilih Normal
Klik OK
• Jika benar akan menghasilkan output seperti slide di bawah ini.
Jika tidak sesuai, proses mengolah data di ulang dari awal
dengan cara klik tanda (x) kemudian klik No
• Jika sudah yakin benar simpan dengan nama Output Normalitas
Output SPSS
 Analisis

• Jika Sig > 0.05 maka data berdistribusi normal

Jika Sig < 0.05 maka data tidak berdistribusi
normal
• Sig data untuk profitabilitas adalah 0.200 >
0.05 sehingga data berdistribusi normal
• Sig data untuk ukuran perusahaan adalah
0.067 > 0.05 sehingga data berdistribusi
normal
 Uji Linieritas

• Uji Linearitas bertujuan untuk mengetahui apakah dua

variabel mempunyai hubungan yang linear atau tidak
secara signifikan
• Pengujian ini melihat bagaimana variabel (X)
mempengaruhi variabel (Y), baik itu pengaruh berbanding
lurus maupun berbanding terbalik
• Uji ini biasanya digunakan sebagai prasyarat dalam analisis
korelasi atau regresi linier
• Uji linieritas yang dapat digunakan diantaranya: uji Durbin
Watson d statistik, uji Ramsey dan uji Langrange Multiplier
 Uji Linieritas: Ramsey Test
• Buka data Normalitas
• Pilih Analyze – Regression – Linier
• Dengan menggunakan tanda → pindahkan variabel profitabilitas ke kotak
Dependent dan variabel ukuran perusahaan ke kotak Independent(s)
• Pilih Save
Pada Influence Statistics pilih DfFit
Klik Continues
Klik OK
• Jika benar akan menghasilkan output seperti slide di bawah ini. Jika tidak
sesuai, proses mengolah data di ulang dari awal dengan cara klik tanda
(x) kemudian klik No
• Jika sudah yakin benar simpan dengan nama Output Linieritas (Old)
Output SPSS (Old)
Lanjutan…
• Kemudian klik (x) akan muncul variabel baru DFF_1
• Pilih Analyze – Regression – Linier
• Dengan menggunakan tanda → pindahkan variabel
profitabilitas ke kotak Dependent dan variabel ukuran
perusahaan, DFF_1 ke kotak Independent(s)
Klik OK
• Jika benar akan menghasilkan output seperti slide di bawah
ini. Jika tidak sesuai, proses mengolah data di ulang dari awal
dengan cara klik tanda (x) kemudian klik No
• Jika sudah yakin benar simpan dengan nama Output
Linieritas (New)
Output SPSS (New)
 Analisis
•• Besarnya
  Rsquare old = 0.423 sedangkan Rsquare new =
0.809, jumlah varibel bebas yang baru masuk adalah 1
yaitu DFF_1 dan n jumlah observasi 20, dan jumlah
varibel bebas k persamaan adalah 2.
• F hitung =
Dimana :
m = jumlah varibel bebas yang baru masuk
n = jumlah data observasi
k = banyaknya varibel bebas dalam persamaan
baru
Lanjutan…
• F  hitung =
= 0.386/0.0106
= 36.42
• Nilai F hitung = 36.42 kemudian dibandingkan dengan
F tabel (lihat tabel F) dengan cara DF1 = k, DF2 = n-k-
1, dalam hal ini DF1=2 dan DF2 =17 dengan tingkat
kepercayaan 95% (α = 5%) di dapat nilai 3.5915
Catatan: cara melihat tabel DF1 secara horizontal,
tabel DF2 secara vertikal
Lanjutan…
Lanjutan…
• Kriteria :
Jika F hitung > F tabel maka H0 ditolak
Jika F hitung < F tabel maka H0 diterima
H0 = bentuk linier benar
H1 = bentuk linier salah
• Karena 36.42 > 3.5915 artinya F hitung > F tabel,
maka H0 ditolak yang berarti bentuk bukan linier