Ukuran perusahaan pada perusahaan manufaktur yang terdaftar di BEI tahun 2010-2011 yang telah diolah dengan menggunakan SPSS 16.0 for windows
pada table 4.1 menunjukkan variabel ukuran perusahaan yang diukur dengan menggunakan total aktiva dengan data di log menunjukkan hasil minimum ukuran
perusahaan pada penelitian ini sebesar 2,51 oleh PT Taisho Parmateutical Indonesia dengan jumlah aktiva 1.047.238. Sedangkan nilai maksimum ukuran
perusahaan sebesar 8,19 oleh PT Astra Internasional. nilai rata-rata untuk ukuran perusahaan sebesar 5,6617.
4.3 Hasil Analisis Data
Analisis data yang dilakukan dalam penelitian ini meliputi uji normalitas data, uji asumsi klasik uji multikolinearitas, uji heterokedasitas dan uji
autokorelasi, analisis regresi berganda, koefisien determinan, uji simultan uji F dan Uji parsial uji t.
4.3.1 Uji Normalitas Data
Pengujian Normalitas data digunakan untuk mendeteksi variabel berdistribusi normal atau tidak. Untuk mengetahui data distribusi normal atau
tidak maka digunakan grafik P-plot. Jika penyebaran plot berada di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi
normalitas. Grafik P-Plot pada penelitian ini dapat dilihat pada gambar 4.2 di bawah ini :
Gambar 4.2 Grafik Normal P-Plot Of Regresion Standardized Residual
Sumber : Data sekunder yang telah diolah Pada grafik P-Plot di atas terlihat data menyebar di sekitar garis diagonal
dan mengikuti arah garis histograf menuju pola distribusi normal maka dapat disimpulkan model regresi memenuhi asumsi normalitas.
Uji normalitas juga dapat dilihat dari Kolmogorov Smirnov. Hasil output dari pengujian normalitas dengan kolmogorov smirnov adalah sebagai berikut :
Tabel 4.5 Uji Normalitas Data Kolmogrov Smirov
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 122
Normal Parameters
a
Mean .0000000
Std. Deviation .06393098
Most Extreme Differences
Absolute .076
Positive .060
Negative -.076
Kolmogorov-Smirnov Z .842
Asymp. Sig. 2-tailed .478
a. Test distribution is Normal. Sumber : Data sekunder yang telah diolah
Model regresi dikatakan normal jika memiliki nilai sig 2-tailed 5. Dari tabel di atas diperoleh nilai sig = 0,478 47,8. Karena nilai sig 47,8
5 , maka data berdistribusi normal.
4.3.2 Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi adalah dengan melihat nilai toleransi dan
Variance Inflation Factor VIF. Apabila nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan tidak ada multikolinieritas antar variabel bebas dalam
model regresi dan sebaliknya, jika nilai tolerance 0,10 dan VIF 10 maka terjadi multikolinearitas.
Hasil uji multikolinearitas dengan menggunakan program SPSS 16 for windows dapat dilihat pada tabel 4.7 berikut ini :
Tabel 4.6 Uji Multikolinearitas Coefficients
a
Model Unstandardized
Coefficients Standardize
d Coefficients
t Sig.
Collinearity Statistics
B Std.
Error Beta
Toleranc e
VIF 1 Constant
.629 .026
24.140 .000
DER -.004
.009 -.045
-.470 .639
.906 1.103
ROA -.001
.053 -.002
-.025 .980
.925 1.081
SIZE .001
.004 .018
.195 .846
.978 1.023
a. Dependent Variable:Y
Sumber : Data sekunder yang telah diolah Dari tabel diatas dapat dilihat setiap variabel bebas leverage,
profitabilitas dan ukuran perusahaan masing-masing mempunyai nilai tolerance 0,10 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas
antar variabel bebas dalam model regresi ini.
4.3.3 Uji Heteroskedastisitas
