Pendanaan X3 tertinggi adalah 27,96 dan nilai Aktivitas Pendanaan X3 terendah adalah 17,36.
d. Rata-rata dari Likuiditas Y adalah 0,6705 dengan standar deviasi sebesar 0,54510 dan jumlah data sebanyak 39 data. Nilai Likuiditas Y tertinggi
adalah 2,07 dan nilai Likuiditas Y terendah adalah -0,08.
4.2.2 Pengujian Asumsi Klasik
Pengujian asumsi klasik dalam penelitian ini dilakukan dengan bantuan program statistik normalitas data, autokorelasi, heteroskedastisitas dan asumsi-
asumsi klasik lainnya agar hasil pengujian tidak bersifat bias dan efisien. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah berdistribusi normal,
non-multikolinearitas, non-autokorelasi dan non-heterokedastisitas.
4.2.3 Uji Normalitas
Tujuan uji normalitas data ini adalah untuk mengetahui apakah dalam model regresi variable pengganggu atau residual memiliki distribusi normal. Jika data
normal, maka digunakan statistik parametrik, dan jika data tidak normal, gunakan statistik nonparametrik. Ghozali 2005 : 115, memberikan pedoman pengambilan
keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-Smirnov yang dapat dilihat dari:
1. Jika nilai signifikan 0.05 maka distribusi data tidak normal, 2. Jika nilai signifikan 0.05 maka distribusi data normal.
Hipotesis yang digunakan : Ho : data residual berdistribusi normal
Ha : data residual tidak berdistribusi normal
8QLYHUVLWDV6 XPDWHUD8WDUD
Hasil uji normalitas dengan menggunakan model Kolmogorov-Smirnov adalah seperti yang ditampilkan berikut ini :
Tabel 4.4 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 39
Normal Parameters
a,,b
Mean ,0000000
Std. Deviation ,42792417
Most Extreme Differences Absolute
,093 Positive
,093 Negative
-,066 Kolmogorov-Smirnov Z
,582 Asymp. Sig. 2-tailed
,887 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Diolah dari SPSS 2013 Dari hasil pengolahan data pada tabel diperoleh besarnya nilai Kolmogorov-
Smirnov adalah 0,582 dan signifikan pada 0,887. Nilai signifikansi lebih besar dari 0,05 maka H
diterima, yang berarti data residual berdistribusi normal. Hasil dari uji normalitas dengan grafik histogram, ditunjukkan sebagai berikut:
8QLYHUVLWDV6 XPDWHUD8WDUD
Gambar 4.1 Kurva Histogram
Sumber : Diolah dari SPSS 2013 Berdasarkan kurva histogram di atas, dapat dilihat bahwa kurva menyerupai
bentuk lonceng yang sempurna dengan kemiringan yang cenderung hampir imbang dari sisi kiri ke sisi kanan, hal ini menunjukkan bahwa data telah terdistribusi secara
normal. Menurut Ghozali 2005 : 112, pendeteksian normalitas dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal dari grafik Grafik
Normal P-P Plot of Regression, yaitu jika data titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan data yang telah
terdistribusi normal.
8QLYHUVLWDV6 XPDWHUD8WDUD
Gambar 4.2 Grafik
Normal P-P Plot of Regression Standardized Residual
Sumber : Diolah dari SPSS 2013 Grafik Normal P-P Plot of Regression di atas memperlihatkan titik-titik
menyebar berhimpitan di sekitar diagonal dan ini menunjukkan data dalam model regresi berdistribusi normal. Karena secara keseluruhan data telah terdistribusi
secara normal, maka dapat dilakukan pengujian asumsi klasik lainnya.
4.2.4 Uji Multikolineritas