Contoh Hasil Uji Asumsi Klasik Normalitas dengan Kormogorov-Smirnov

Selain menggunakan grafik P-Plot, pengujian normalitas data menggunakan nilai Asymp. Sig (2-tailed), menurut Sudarmanto (2005:108), apabila menggunakan ukuran ini maka harus dibandingkan dengan tingkat alpha yang kita tetapkan sebelumnya apakah 10%, 5% atau 1%. Kriteria yang digunakan yaitu Ho diterima apabila nilai Asymp. Sig (2-tailed) > dari tingkat alpha yang ditetapkan (5%), karenanya dapat dinyatakan bahwa data berasal dari populasi yang berdistribusi normal.

Hipotesis :

Ho = Data berasal dari populasi berdistribusi normal

Ha = Data berasal dari populasi yang tidak berdistribusi normal

Tabel 4.2

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test
		arus_kas	total_aktiva	laba_akuntansi	harga_saham
N		52	52	52	52
Normal Parametersa,,b	Mean	25.1802	27.8818	25.1381	7.3978
	Std. Deviation	2.04833	1.54035	1.88059	2.00112
Most Extreme Differences	Absolute	.160	.124	.070	.120
	Positive	.141	.098	.037	.120
	Negative	-.160	-.124	-.070	-.071
Kolmogorov-Smirnov Z		1.156	.891	.505	.865
Asymp. Sig. (2-tailed)		.138	.405	.961	.442
a. Test distribution is Normal.
b. Calculated from data.

            Dari tabel di atas, hasil pengolahan data diperoleh bahwa data dalam penelitian ini terdistribusi secara normal, dimana keempat variabel memiliki nilai asymp sig yang lebih besar dari 0,05 yaitu arus kas sebesar 0.138 dimana 0.138>0.05, total aktiva sebesar 0.405 dimana 0.405>0.05, laba akuntansi sebesar 0.961 dimana 0.961>0.05, dan harga saham sebesar 0.442 dimana 0.442>0.05. Sehingga hasil uji normalitas menerima Ho dan menolak Ha, yaitu data berasal dari populasi berdistribusi normal.