Uji Normalitas Uji Multikolinearitas

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