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