Uji Normalitas Data Pengujian Asumsi Klasik

ROI sebesar 0,3028 dan standar deviasi 2,04995 dengan jumlah pengamatan sebanyak 36. 7. Variabel pertumbuhan laba PL memiliki nilai minimun sebesar - 28,16 yang dimiliki oleh PT Indofarma Tbk sedangkan nilai maksimum dimiliki oleh PT Schering Plough Indonesia Tbk sebesar 83,82. Rata-rata pertumbuhan laba PL sebesar 17,1936 dan standar deviasi 26,09404 dengan jumlah pengamatan sebanyak 36.

2. Pengujian Asumsi Klasik

Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.

a. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Pengujian normalitas data pada penelitian ini menggunakan analisis grafik dan analisis statistik. Analisis grafik untuk melihat normalitas data dilakukan dengan melihat grafik histogram dan kurva normal probability plot. Analisis statistik dilakukan dengan uji Kolmogorov-Smirnov Test. Grafik histogram menunjukkan apakah data berdistribusi normal atau tidak. Data dikatakan normal jika bentuk kurva memiliki kemiringan yang cenderung seimbang, baik pada sisi kiri maupun sisi Universitas Sumatera Utara kanan, atau tidak condong ke kiri maupun ke kanan, melainkan ke tengah dengan bentuk seperti lonceng Lubis, 2007: 29. Gambar 4.1 Histogram Sumber : Output SPSS, diolah oleh penulis, 2010 Grafik histogram pada gambar 4.1 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun ke kanan. Oleh karena itu, dapat disimpulkan bahwa data dalam penelitian berdistribusi normal. Normalisasi data dapat diuji dengan menggunakan Normal P-Plot. Data dalam keadaaan normal apabila distribusi data menyebar di sekitar garis diagonal Lubis, 2007: 29. Hal ini dapat dilihat pada gambar 4.2 yang menunjukkan bahwa data yang digunakan pada penelitian ini adalah data yang berdistribusi normal. Universitas Sumatera Utara Gambar 4.2 Kurva Normal P-Plot Sumber : Output SPSS, diolah oleh penulis, 2010 Analisis statistik dengan menggunakan pendekatan Kolmogorov- Smirnov dilakukan untuk memastikan data di sepanjang garis diagonal berdistribusi normal. Hasilnya dapat dilihat pada tabel 4.3berdistribusi normal. Tabel 4.3 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 36 Normal Parameters a,b Mean .0000000 Std. Deviation 18.89709029 Most Extreme Differences Absolute .111 Positive .111 Negative -.070 Kolmogorov-Smirnov Z .663 Asymp. Sig. 2-tailed .771 Test distribution is Normal. Sumber : Output SPSS, diolah oleh penulis, 2010 Universitas Sumatera Utara Tabel 4.3 menunjukkan besarnya Kolmogorov-Smirnov K-S adalah 0,663 dan signifikansi pada 0,771 sehingga dapat disimpulkan bahwa data dalam model regresi telah berdistribusi secara normal, dimana nilai signifikansinya lebih besar dari 0,05 p = 0,771 0,05.

b. Uji Multikolinieritas