Uji Normalitas Pengujian Asumsi Klasik

42 disajikan hasil pengujian asumsi klasik terhadap model regresi, yang meliputi uji normalitas data, multikolinearitas, autokorelasi dan uji heteroskedastisitas. Sebelum dilakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian tersebut untuk mengetahui ada tidaknya pelanggaran terhadap asumsi-asumsi klasik. Hasil pengujian yang baik adalah pengujian yang tidak melanggar empat asumsi tersebut.

4.2.1 Uji Normalitas

Dari hasil pengolahan data pada tabel 4.2 dibawah ini, diperoleh besarnya nilai Kolmogorov_Smirnov adalah 0,037 DPR, 0,004 ROA, 0,096 Firm Size, 0,000 DER, 0,001 Cash Ratio. Nilai signifikan lebih kecil dari 0,05 yang berarti data residual tersebut tidak berdistribusi normal. Data yang terdistribusi normal hanya Firm Size sedangkan variabel lainya menunjukkan data tidak terdistribusi normal. Data yang tidak berdistribusi normal dapat disebabkan oleh keberadaan data yang outlier yang berarti ada data yang memiliki nilai sangat menyimpang dari nilai data lainnya. Data tidak terdistribusi normal disebabkan sampel yang digunakan terdiri dari beberapa kelompok perusahaan yang berbeda sehingga data mempunyai fluktasi data yang tidak stabil sehingga menimbulkan banyak angka yang bias. Menurut Erlina 2011: 100 ada beberapa cara yang dapat digunakan untuk mengatasi data yang tidak normal diantaranya : UNIVERSITAS SUMATERA UTARA 43 • Lakukan Transformasi data ke bentuk lainnya. • Lakukan trimming, yaitu membuang data yang outlier. • Lakukan winsorizing, yaitu mengubah nilai data outlier ke suatu nilai tertentu. Tabel 4.2 Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test DPR ROA Firm Size DER Cash Ratio N 76 76 76 76 76 Normal Parameters a,b Mean ,5530 ,1666 28,3271 ,9117 1,0276 Std. Deviation ,54040 ,11378 1,84522 1,09130 1,18961 Most Extreme Differences Absolute ,162 ,203 ,141 ,240 ,232 Positive ,160 ,203 ,141 ,155 ,232 Negative -,162 -,086 -,081 -,240 -,198 Kolmogorov-Smirnov Z 1,412 1,767 1,232 2,090 2,021 Asymp. Sig. 2-tailed ,037 ,004 ,096 ,000 ,001 a. Test distribution is Normal. b. Calculated from data. Sumber : Data diolah penulis 2012 Adanya variabel yang terdistribusi tidak normal tersebut perubahan Dividen Payout Ratio, perubahan Return On Asset, Debt to Equity Ratio dan Cash Ratio tersebut maka perlu dilakukan transform-Ln lalu dicari apakah ada data yang outlier. Setelah data ditemukan maka dilakukan trimming oleh karena itu jumlah sampel yang bejumlah 76 berkurang 2 menjadi 74, digunakannya transform Ln karena grafik histogram juga menunjukkan UNIVERSITAS SUMATERA UTARA 44 bahwa model tidak berdistribusi normal. seperti terlihat pada Gambar 4.1 sebagai berikut: Gambar 4.1 Grafik Histogram Sumber : Data diolah penulis 2012 Uji normalitas digunakan untuk mendeteksi apakah residual terdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik yang terdiri dari grafik histrogram dan grafik Normal Probanility Plot. Hasil analisis dengan uji normalitas dari sampel perusahaan pada tahun 2008-2011 yang telah di lakukan transform-LN akan disajikan dalam gambar sebagai berikut : UNIVERSITAS SUMATERA UTARA 45 Gambar 4.2 Grafik Histogram LN Sumber : Data diolah penulis 2012 Pada gambar 4.2 menunjukkan bahwa data distribusi normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan. Dari grafik histogram diatas model regresi cenderung membentuk kurva normal yang cembung dengan angka standar deviasi mendekati satu yaitu sebesar 0,972 dan pada normal probability plot mengikuti garis diagonal. Dari hasil ini bisa disimpulkan bahwa model regresi berdistribusi normal. UNIVERSITAS SUMATERA UTARA 46 Gambar 4.3 Grafik Normal P-PLOT LN Sumber : Data diolah penulis 2012 Pada gambar 4.3 menunjukkan grafik normal p-plot Ln menunjukan titik-titik menyebar disekitar garis diagonal serta penyebarannya mendekati garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi normal. Untuk melengakapi dan menyakinkan bahwa data dalam model regresi terdistribusi normal dilakukan uji statistik dengan melihat nilai Kolmogorov Sminornov, yang hasilnya ditunjukan pada tabel 4.3 sebagai berikut : UNIVERSITAS SUMATERA UTARA 47 Tabel 4.3 Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Ln_DPR Ln_ROA SIZE Ln_DER Ln_CR N 74 74 74 74 74 Normal Parameters a,b Mean -,9544 -2,0396 28,3458 -,5563 -,7419 Std. Deviation ,81684 ,75952 1,86672 ,83019 1,39445 Most Extreme Differences Absolute ,129 ,129 ,134 ,100 ,115 Positive ,088 ,074 ,134 ,087 ,093 Negative -,129 -,129 -,079 -,100 -,115 Kolmogorov-Smirnov Z 1,111 1,109 1,155 ,860 ,992 Asymp. Sig. 2-tailed ,169 ,171 ,139 ,451 ,278 a. Test distribution is Normal. b. Calculated from data. Sumber : Data diolah penulis 2012 Dari Tabel uji Kolmogrov-Smirnov dapat dilihat bahwa angka signifikansi uji kolmogrov-smirnov jauh diatas nilai signifikan 0,05 sehingga dapat disimpulkan bahwa model regresi terdistribusi secara normal. Untuk mengubah nilai residual agar berdistribusi normal, penulis melakukan transformasi data ke model logaritma natural Ln.

4.2.2 Uji Multikolinearitas