Uji Asumsi Klasik a. Uji Normalitas

profitabilitas sebesar 0,1504 dan nilai standar deviasi sebesar 0,32008 dengan jumlah sampel pengamatan sebanyak 84 sampel perusahaan. 4. Variabel pertumbuhan penjualan memiliki jumlah sampel N sebanyak 84 perusahaan, dengan nilai minimum sebesar 11,27 dan nilai maksimum sebesar 17,10. Nilai mean rata-rata dari variabel pertumbuhan penjualan sebesar 13,8838 dan nilai standar deviasi sebesar 1,43232. 5. Variabel likuiditas yang dikur dengan menggunakan current ratio memiliki jumlah sampel N sebanyak 84 sampel, dengan nilai minimum sebesar -0,36 dan nilai maksimum sebesar 0,68. Nilai mean rata-rata yang dimiliki variabel likuiditas sebesar 0,1050 dan nilai standar deviasi sebesar 0,15049.

4.2.2. Uji Asumsi Klasik a. Uji Normalitas

Uji normalitas adalah uji yang dilakukan untuk mengetahui apakah variabel pengganggu atau variabel residual terdistribusi normal. Salah satu cara yang digunakan untuk melihat apakah data normal atau tidak adalah melakukan analisis grafik dengan melihat grafik histogram dan probability plot Suatu data dikatakan baik apabila data tersebut terdistribusi normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Universitas Sumatera Utara Gambar 4.1 Histogram Sumber : Output SPSS. Diolah oleh penulis. 2014 Pada gambar 4.1 dapat melihat bahwa gambar grafik histogram berbentuk lonceng, tetapi gambar dari grafik tersebut tidak merata diantara sisi kiri dan kanan yang menunjukkan bahwa data tidak terdistribusi secara normal. Pada grafik P-P Plot, data dikatakan terdistribusi secara normal apabila titik-titik datanya menyebar disekitar garis pola. Pada gambar 4.2 terlihat bahwa titik-titik data tidak menyebar dengan merata disekitar garis pola dimana ada beberapa titik yang menjauhi Universitas Sumatera Utara garis pola, sehingga ini menunjukkan bahwa data tidak terdistribusi secara normal. Gambar 4.2 Kurva Normal P-P Plot Sumber : Output SPSS. Diolah oleh penulis, 2014 Pengujian normalitas data apakah terdistribusi normal atau tidak dengan melihat grafik histogram dan P-P Plot saja tidak cukup, sehingga perlu dilakukan uji normalitas data dengan menggunakan analisis statistik. Analisis statistik dapat dilakukan dengan pengujian kolmogorov smirnov. Untuk melihat apakah data terdistribusi normal atau tidak dapat dilihat dari nilai signifikansinya. Jika nilai signifikansinya lebih besar dari 0,05 maka data terdistribusi normal. Apabila nilai signifikansinya lebih kecil dari 0,05 maka data tidak Universitas Sumatera Utara terdistribusi normal. Pengujian tersebut dapat dilihat pada tabel berikut ini : Tabel 4.2 Uji Normalitas Data Awal Sumber : Output SPSS. Diolah oleh penulis. Hasil uji Kolmogorv Smirnov pada tabel diatas menunjukkan bahwa nilai signifikan atau nilai probabilitasnya sebesar 0,022. Maka dapat disimpulkan bahwa data tidak terdistribusi normal Ho ditolak karena nilai signifikansinya lebih kecil dari 0,05 yaitu 0,022 0,05. Pengujian normalitas data yang dilakukan dengan uji grafik dan uji statistik menunjukkan bahwa data tidak terdistribusi normal sehingga uji hipotesis tidak dapat dilakukan. Untuk menormalkan data penelitian maka penulis melakukan transformasi data. Salah satu transformasi data yang dapat dilakukan adalah dengan menggunakan Logaritma Natural LN. Universitas Sumatera Utara Penulis melakukan pengujian ulang terhadap normalitas data untuk melihat apakah data terdistribusi normal atau tidak setelah dilakukan transformasi data. Hasil uji normalitas data setelah dilakukan transformasi data dapat dilihat sebagai berikut : Gambar 4.3 Histogram Setelah Transformasi Data Grafik histogram pada gambar 4.3 menunjukkan pola distribusi normal karena bentuk kurva cenderung di tengah dan tidak condong ke kiri maupun condong ke kanan. Dilihat dari grafik diatas, maka dapat disimpulkan bahwa data dalam penelitian berdistribusi normal. Normalisasi data juga diuji menggunakan grafik P-P Plot. Sebuah data dapat dikatakan normal apabila distribusi data menyebar di sekitar Universitas Sumatera Utara garis diagonal. Hal ini dapat dilihat pada gambar 4.4 yang menunjukkan grafik normal P-P Plot setelah dilakukan transformasi data. Gambar 4.4 Kurva Normal P-P Plot Setelah Transformasi Data Berdasarkan pada hasil pengujian analisis statistik menggunakan uji Kolmogorov Smirnov yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data tidak terdistribusi secara normal. Hal ini dapat dilihat dari nilai siginifikan yang lebih kecil dari 0,05. Agar dapat dilakukan pengujian hipotesis maka peneliti melakukan transformasi data untuk mendapatkan distribusi data yang normal. Hasil pengujiannya adalah sebagai berikut : Universitas Sumatera Utara Tabel 4.3 Uji Normalitas Setelah Transformasi Sumber : Output SPSS. Diolah oleh penulis. Hasil uji kolmogorov smirnov pada tabel 4.3 diatas menunjukkan nilai Kolmogorov Smirnov K-S sebesar 0,634 dan nilai signifikan sebesar 0,816 sehingga dapat disimpulkan bahawa data dalam model regresi berdistribusi normal, dimana nilai signifikansinya 0.816 0,05.

b. Uji Heteroskedastisitas