Perusahaan yang mungkin memiliki kinerja keuangan tertinggi selama periode pengamatan yaitu dari tahun 2007-2010 secara rata-rata adalah PT. Cahaya Kalbar
Tbk, sebaliknya perusahaan yang memiliki kinerja keuangan terendah adalah PT. Sekar Laut Tbk. Semakin tinggi rasio ini menunjukkan kemampuan perusahaan
yang juga semakin tinggi dalam menghasilkan laba bersih dari kegiatan opersaional yang dilakukan oleh perusahaan, sebaliknya apabila memiliki nilai
terkecil menun jukkan lemahnya kemampuan perusahaan dalam menghasilkan laba bersih dari kegiatan operasional.
4.3 Uji Kualitas Data 4.3.1 Uji Normalitas
Uji Normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data
tersebut mengikuti sebaran normal dapat dilakukan dengan metode dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai
disribusi normalitas ataukah tidak Ghozali, 2001: 74. Model regresi yang baik adalah memilki distribusi normal atau mendekati normal. Uji
normalitas dengan menggunakan Kolmogrov- Smirnov, dimana: a.
Jika nilai signifikan nilai profitabilitasnya lebih kecil dari 5 maka distribusi adalah tidak normal.
b. Jika nilai signifikan nilai profitabilitasnya lebih besar dari 5,
maka distribusinya adalah normal. Dari hasil pengolahan data diperoleh hasil untuk uji normalitas pada
tabel 4.6
Tabel 4.6 Hasil Uji Normalitas menggunakan UjiKolmogorov- Smirnow
One-Sample Kolmogorov-Smirnov Test
Ln_X1 Ln_X2
Ln_X3 Ln_X4
N 44
44 44
44 Normal Parameters
a,b
Mean 5.0853
1.9483 4.8048
3.8342 Std. Deviation
.51360 .84431
.40481 .34668
Most Extreme Differences Absolute
.141 .088
.079 .132
Positive .141
.088 .079
.109 Negative
-.089 -.080
-.077 -.132
Kolmogorov-Smirnov Z .938
.581 .523
.878 Asymp. Sig. 2-tailed
.342 .889
.947 .423
a. Test distribution is Normal. b. Calculated from data.
Sumber : Lampiran 8 Berdasarkan hasil pengujian yang disajikan pada tabel 4.6 diatas
diperoleh hasil analisis bahwa variabel Rasio Lancar X
1
, ROA X
2
, Rasio Perputaran Total Asset X
3
, Debt To Total Asset X
4
, dan variabel Y Kinerja Keuangan memenuhi asumsi berdistribusi normal.
4.4 Uji Asumsi Klasik
Untuk menghasilkan keputusan yang BLUE maka persamaan regresi harus memenuhi ketiga asumsi klasik ini:
4.4.1 Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu
model regresi linear ada korelasi antara korelasi pengganggu pada periode t-1 sebelumnya. Umtuk menguji apakah terjadi autokorelasi atau tidak,
digunakan uji Durbin- Watson DW-Test. Berdsarkan hasil pengujian
yang dilakukan diperoleh hasil besarnya nilai Durbin Watson hitung sebesar 2,264.
Identifikasi gejala autokorelasi dapat dilakukan dengan kurva di
bawah ini. Gambar 4.1 Distribusi Daerah Keputusan
Autokorelasi
Tidak ada autokorelasi positif dan tidak ada
autokorelasi negatif
dL dU
4 - dU 4 - dL
4 ad
a a u
to k
o re
la si
p o
sitif daerah
keragu raguan
ad a a
u to
k o
re la
si n
eg at
if daerah
keragu raguan
Berdasarkan gambar diatas dapat diketahui bahwa distribusi daerah penentuan keputusan dimulai dari 0 nol sampek 4 empat. Untuk asumsi
klasik yang mendeteksi adanya autokorelasi di sini dilihat dari hasil analisis yang menunjukan hasil bahwa Durbin Watson sebesar 2,264, hasil
ini menunjukkan tidak adanya gejala autokorelasi.
4.4.2 Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi variabel bebas independen Ghozali, 2001:
57. Identifikasi secara statistik ada atau tidaknya gejala multikolinieritas dapat dilakukan dengan menghitung Variance Inflation Factor VIF.
Berdasarkan hasil pengujian diperoleh hasil sebagai berikut:
1,34 1,72
2,28 2,66
Tabel 4.7 Hasil Uji Multikolinieritas
Variabel Bebas Tolerance
VIF
Rasio Lancar X1
0, 693 1, 443
Ret urn On Asset s X2
0, 970 1, 031
Perput aran Tot al Asset s X3
0, 951 1,052
Debt To Tot al Asset s X4
0, 683 1,464
Lampiran : 7 VIF menyatakan tingkat “ pembengkakan” varians. Apabila varians
lebih besar dari 10, maka terjadi multikolinieritas pada data penelitian yang digunakan. berdasarkan tabel di 4.7. di atas diketahui bahwa nilai VIF yang
lebih kecil dari 10, hal tersebut menunjukkan bahwa pada model regresi yang digunakan tidak terjadi gejala multikolinieritas.
4.4.3 Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali 2001:69. Pada regresi linear nilai-nilai
residul tidak boleh ada hubungan dengan variabel X. Hal ini bias diidentifikasikan dengan cara menghitung korelasi rank spearman antara
residul dengan seluruh variabel bebas yang menjelaskan dimana nilai signifikansi yang diperoleh harus lebih besar dari 0,05.
Hasil perhitungan heterokedastisitas pada penelitian ini dapat dilihat pada tabel berikut ini:
Tabel 4.8 Hasil Uji Heteroskesdastisitas
Variabel Bebas Nilai mutlak dari residual
Taraf Signifikan
Rasio Lancar X1
0, 194 0,101
Ret urn On Asset s X2
0, 322 0,016
Perput aran Tot al Asset s X3
0, 084 0,291
Debt To Tot al Asset s X4
- 0, 303 0,022
Sumber: Lampiran : 7.3
Berdasarkan tabel 4.8 diatas menunjukkan bahwa nilai korelasi yang diperoleh dari variabel-variabel bebas yang diteliti tidak seluruhnya
memiliki taraf signifikan lebih dari 0,05, seperti yang ditunjukkan oleh variabel Return On Assets dan Debt To Total Assets, yang memilki taraf
signifikan kurang dari 0,05, sehingga dapat diputuskan b ahwa pada model regresi yang digunakan belum terbebas dari gejala heteroskesdastisitas.
Menurut Ghozali 2001:73 apabila terdapat gejala heteroskesdastisitas maka untuk memperbaikinya dengan melakukan transformasi dalam bentuk
model regresi dengan salah-satu variabel bebas yang digunakan dalam model tersebut.
Berdasarkan pengujian terhadap kualitas data baik dari uji kualitas normalitas, autokorelasi, multikolinieritas maupun heteroskedastisitas,
menunjukkan bahwa data yang digunakan penelitian belum sepenuhnya terbebas dari berbagai asumsi BLUE yang dipersyaratkan, oleh karena itu
untuk membuktikan hipotesis yang diajukan, perlu kiranya dilakukan proses
transformasi dalam bentuk log untuk memperbaiki kondisi data yang masih kurang baik Ghozali, 2001: 73.
4.5 Uji Asumsi Klasik Setelah Di Log 4.5.1 Autokorelasi
