58
4.3 Pengujian Asumsi Klasik
Dalam uji asumsi klasik, penelitian dilakukan untuk mengetahui apakah data yang digunakan dalam penelitian sudah normal dan bebas dari gejala
multikolinearitas, heteroskedastisitas serta autokorelasi. Uji asumsi klasik ini terdiri dari:
4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui normal tidaknya suatu distribusi data. Uji normalitas ini menjadi hal yang penting karena salah
satu syarat dalam pengujian parametic-test uji parametik adalah data harus memiliki distribusi normal. Pengujian ini menggunakan analisis
statistik dan analisis grafik. 1.
Analisis Statistik Untuk meningkatkan hasil uji normalitas data, maka akan
dilakukan dengan uji Kolmogorov-Smirnov. Uji ini digunakan untuk menghasilkan angka yang lebih detail, apakah suatu persamaan regresi
yang akan dipakai lolos normalitas. Suatu persamaan regresi dikatakan lolos normalitas apabila nilai signifikansi uji Kolmogorov-
Smirnov lebih besar dari 0,05 Ghozali, 2006.
Universitas Sumatera Utara
59
Tabel 4.2 Pengujian Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 51
Normal Parameters
a,b
Mean .0000000
Std. Deviation 8.59847508
Most Extreme Differences
Absolute .160
Positive .160
Negative -.103
Kolmogorov-Smirnov Z 1.142
Asymp. Sig. 2-tailed .148
a. Test distribution is Normal. b. Calculated from data.
Dari tabel 4.2, besarnya nilai signifikansi adalah 0,148. Nilai ini lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data
terdistribusi secara normal. 2.
Analisis Grafik Analisis grafik dilakukan dengan grafik histogram dan grafik P-
P of regression standarlized residual yang digambarkan pada gambar
4.1.
Universitas Sumatera Utara
60
Gambar 4.1 Uji Normalitas Data
Dari grafik histogram pada gambar 4.1 dapat disimpulkan bahwa data terdistribusi secara normal karena grafik tidak menceng ke
kiri maupun ke kanan.
Universitas Sumatera Utara
61
Gambar 4.2
Uji Normalitas Data
Dari grafik P-P of regression standarlized residual pada gambar 4.2 dapat disimpulkan bahwa terdapat penyebaran data yang merata
dan penyebarannya mengikuti arah garis diagonalnya. Hal ini menunjukkan bahwa data terdistribusi secara normal.
4.3.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah adanya korelasi diantara variabel bebas. Model regresi yang baik tidak terjadi
korelasi di antara variabel independen. Uji ini perlu dilakukan apabila jika jumlah variabel lebih dari satu. Multikolinieritas dapat dilihat dari
besarnya nilai VIF dan nilai tolerance. Apabila nilai VIF 10 dan nilai
Universitas Sumatera Utara
62
tolerance 0,1 maka dapat disimpulkan bahwa tidak terjadi gejala
multikolinieritas diantara variabel.
Tabel 4.3 Pengujian Multikolinearitas
Berdasarkan data dari tabel 4.3 dapat diketahui bahwa nilai tolerance dari masing-masing variabel independen lebih besar dari 0.10,
yaitu untuk variabel current ratio sebesar 0.949, variabel debt to equity ratio
sebesar 0.185, variabel debt ratio sebesar 0.337, variabel total asset turnover
sebesar 0.944, variabel working capital turnover sebesar 0.976, dan variabel net profit margin sebesar 0.366. Nilai VIF dari masing-
masing variabel independen kurang dari 10, yaitu untuk variabel current ratio
sebesar 1.054, variabel debt to equity ratio sebesar 5.408, variabel
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Toler
ance VIF
1 Constant 7.919
3.248 2.438
.019 Current Ratio
.012 .010
.138 1.273
.210 .949 1.054
Debt to Equity Ratio
-.003 .005
-.117 -.476
.637 .185 5.408
Debt Ratio .023
.070 .060
.332 .741
.337 2.963 Total Asset
Turnover .081
1.061 .008
.077 .939
.944 1.059 Working
Capital Turnover
-.010 .036
-.031 -.290
.773 .976 1.024
Net Profit Margin
.135 .032
.738 4.243
.000 .366 2.729
a. Dependent Variable: Return on Investment
Universitas Sumatera Utara
63
debt ratio sebesar 2.963, variabel total asset turnover sebesar 1.059,
variabel working capital turnover sebesar 1.024, dan variabel net profit margin
sebesar 2.729. Dengan demikian dapat disimpulkan bahwa penelitian ini tidak mengalami multikolinearitas.
4.3.3 Uji Heterokedastisitas