perbaikan terlebih dahulu. Pengujian asumsi klasik yang telah dilakukan adalah sebagai berikut:
1. Uji Normalitas Data
Menurut Chariri dan Ghozali 2005 : 110, “uji normalitas bertujuan
untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.” Pengujian ini diperlukan karena untuk
melakukan uji t dan uji f mengasumsikan bahwa residual mengikuti distribusi normal.
Uji statistik yang dapat digunakan untuk menguji apakah residual berdistribusi normal adalah uji statistik non parametrik Kolmogorov-Smirnov
K-S dengan membuat hipotesis: H0 : Data residual berdistribusi normal
H1 : Data residual tidak berdistribusi normal Apabila nilai signifikansi lebih besar dari 0.05, maka H0 diterima dan
sebaliknya jika nilai signifikansi lebih kecil dari 0.05, maka H0 ditolak atau H1 diterima.
Tabel 4.2 Hasil Uji Normalitas Sebelum Transformasi Data
One-Sample Kolmogorov-Smirnov Test
Universitas Sumatera Utara
Trade Payables Trade
Receivables Current
Ratio N
54 54
54 Normal Parameters
a
Mean 2.05E8
3.78E8 3.4126
Std. Deviation 3.289E8
5.811E8 3.05537
Most Extreme Differences Absolute
.269 .278
.195 Positive
.246 .278
.195 Negative
-.269 -.260
-.173 Kolmogorov-Smirnov Z
1.979 2.039
1.435 Asymp. Sig. 2-tailed
.001 .000
.033 .
Sumber: Data yang diolah penulis, 2009
Dari hasil pengolahan data tersebut, diperoleh bahwa data dalam penelitian ini tidak terdistribusi secara normal, dimana kedua variabel
memiliki nilai signifikansi yang lebih kecil dari 0,05 yaitu variabel Trade Payables sebesar 0.001, variabel Trade Receivables sebesar 0.000 sedangkan
variabel Current Ratio 0,33. Ada beberapa cara mengubah model regresi menjadi normal menurut Erlina 2007:106 yaitu:
a. lakukan transformasi data ke bentuk lainnya,
b.lakukan trimming, yaitu membuang data outlier, c.lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu
nilai tertentu.
Universitas Sumatera Utara
Untuk mengubah nilai residual agar berdistribusi normal, peneliti melakukan transformasi data ke model logaritma natural Ln Setelah itu, data
diuji ulang berdasarkan asumsi normalitas. Berikut ini adalah hasil pengujian dengan Kolmogorov-Smirnov:
Tabel 4.3 Uji Normalitas Data
Setelah Transformasi Dengan Logaritma Natural One-Sample Kolmogorov-Smirnov Test
Trade Payables Trade
Receivables Current Ratio
N 54
54 54
Normal Parameters
a
Mean 18.1875
18.9934 .9213
Std. Deviation 1.43681
1.28067 .77490
Most Extreme Differences
Absolute .069
.098 .115
Positive .069
.091 .115
Negative -.051
-.098 -.083
Kolmogorov-Smirnov Z .505
.718 .843
Asymp. Sig. 2-tailed .960
.681 .476
a. Test distribution is Normal.
Sumber: Data yang diolah peneliti, 2009
Dari tabel di atas, dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal karena kedua variabel mempunyai nilai
signifikansi lebih besar dari 0.05 yaitu Trade Payables 0.960, Trade Receivables 0.681 dan Current Ratio sebesar 0.476 yang berarti bahwa H0
diterima. Setelah data terdistribusi secara normal, maka dilajutkanlah uji
Universitas Sumatera Utara
asumsi klasik lainnya. Untuk lebih jelas berikut ini dilampirkan grafik histogram dan grafik p-plot data yang telah berdistribusi normal:
Gambar 4.1 Uji Normalitas dengan Histogram
Sumber : Hasil Olah Statistik, 2009 Hasil uji grafik dalam penelitian ini menunjukkan distribusi residual
yang normal, hal ini ditunjukkan grafik histogram yang tidak melenceng baik ke kanan maupun ke kiri. Normal probablility plot juga menunjukkan hal
yang sama dimana titik-titik dalam plot terlihat menyebar di sekitar garis diagonal baik di atas maupun di bawah garis diagonal.
Universitas Sumatera Utara
Gambar 4.2 Uji Normalitas dengan Plot
Sumber : Hasil Olah Statistik, 2009 Uji normalitas data juga dapat dilakukan dengan uji kolmogorov-smirnov test, seperti
yang terlihat dalam tabel 4.4 berikut :
Universitas Sumatera Utara
Tabel 4.4 Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test Setelah Transformasi Dengan Logaritma Natural
One-Sample Kolmogorov-Smirnov Test
Trade Payables Trade
Receivables Current Ratio
N 54
54 54
Normal Parameters
a
Mean 18.1875
18.9934 .9213
Std. Deviation 1.43681
1.28067 .77490
Most Extreme Differences
Absolute .069
.098 .115
Positive .069
.091 .115
Negative -.051
-.098 -.083
Kolmogorov-Smirnov Z .505
.718 .843
Asymp. Sig. 2-tailed .960
.681 .476
a. Test distribution is Normal.
Sumber : Hasil Olah Statistik, 2009 Berdasarkan tabel 4.3 diatas dapat disimpulkan bahwa data bersifat normal dengan
kriteria : n = 54 berarti jumlah sampel yang diamati ada 54 sampel data,dimana nilai
Kolmogorov-Smirnov = 0.505 ;0 .718 ; 0.843 dengan probabilitas atau p 0,05 pada uji normalitas Kolmogorov-Smirnov. Oleh karena nilai p untuk setiap variabel yang
diuji 0,05 , hal ini berarti Ho diterima yang berarti data residual terdistribusi secara normal, dengan data variabel pada 54 sampel atau memenuhi syarat uji normalitas,
Sehingga dapat disimpulkan bahwa secara keseluruhan distribusi residual sudah
Universitas Sumatera Utara
normal dengan demikian syarat pertama dalam melakukan uji t dan uji f sudah terpenuhi.
2. Uji Multikolinearitas