c Variabel LN_LEV memiliki nilai minimum -1,83 dan maksimum -0,39
dengan rata-rata LEV sebesar -0,7988 dan standar deviasi sebesar 0.30947 dengan jumlah data sebanyak 44.
d Variabel LN_DPR memiliki nilai minimum 1,63 dan maksimum 5,61
dengan rata-rata DPR sebesar 3,6440 dan standar deviasi sebesar 0,74018 dengan jumlah data sebanyak 44.
e Variabel LN_EPS memiliki nilai minimum 1,34 dan maksimum 7,92
dengan rata-rata EPS sebesar 5,4047 dan standar deviasi sebesar 1,89271 dari jumlah data yang ada, yaitu sebanyak 44.
2. Uji Asumsi Klasik
a. Uji Normalitas
Dalam Ghozali 2005 : 110, untuk mendeteksi apakah residual berdistribusi normal atau tidak dapat dilakukan dengan dua cara, yaitu melalui uji
statistik dan analisis grafik. Uji statistik yang digunakan untuk menguji normalitas data dalam penelitian ini adalah dengan menggunakan uji statistik non parametrik
Kolmogorov-Smirnov K-S dan melalui analisis grafik, yaitu dengan melihat grafik histogram dan grafik normal probability plot.
Uji statistik yang digunakan untuk menguji normalitas data dalam penelitian ini menggunakan uji statistik non parametrik Kolmogorov-Smirnov
K-S. Uji K-S dilakukan dengan membuat hipotesis : Hipotesi Nol H
: Data terdistribusi secara normal Hipotesis Altenatif H
A
: Data tidak terdistribusi secara normal
Universitas Sumatera Utara
Apabila nilai signifikansinya lebih besar dari 0,05 maka H diterima, sedangkan
jika nilai signifikansinya lebih kecil dari 0,05 maka H ditolak.
Tabel 4.3 Uji Normalitas Sebelum Data Ditransformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 44
Normal Parametersa,b
Mean .0000000
Std. Deviation .65095892
Most Extreme Differences
Absolute .220
Positive .220
Negative -.152
Kolmogorov-Smirnov Z 1.456
Asymp. Sig. 2-tailed .029
a Test distribution is Normal. b Calculated from data.
Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov adalah 1,456 dan signifikansi pada 0,029 maka disimpulkan data tidak
terdistribusi secara normal karena p = 0,029 0,05. Data yang tidak terdistribusi secara normal tersebut juga dapat dilihat
melalui analisis grafik, yaitu grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati normal, dan dengan melihat grafik
normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Universitas Sumatera Utara
Regression Standardized Residual
4 2
-2
Frequency
25 20
15 10
5
Histogram Dependent Variable: Q
Mean =-9.63E-17 Std. Dev. =0.964
N =44
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expect ed
C um
P rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Q
Grafik histogram dan normal probability plot dapat dilihat dari Gambar 4.1 dan Gambar 4.2 berikut ini :
Gambar 4.1 Histogram sebelum data ditransformasi
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data tidak normal karena grafik histogram menunjukkan distribusi data tidak mengikuti garis diagonal yaitu menceng ke kiri positive skewness.
Gambar 4.2 Grafik Normal P-P Plot sebelum data ditransformasi
Universitas Sumatera Utara
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal probability plot, terlihat titik-titik menyebar disekitar
garis diagonal serta penyebarannya agak menjauh dari garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi tidak terdistribusi secara
normal. Dari hasil uji normalitas dengan Kolmogorov-Smirnov K-S, grafik histogram dan grafik normal probability plot menunjukkan bahwa data tidak
terdistribusi secara normal. Data yang tidak berdistribusi secara normal harus terlebih dahulu
ditransformasi menjadi normal agar tidak hasil uji statistik tidak terdegradasi Ghozali, 2005 : 28, 32. Untuk mengubah nilai residual tersebut agar
berdistribusi secara normal, maka terlebih dahulu penulis melakukan transformasi data ke model logaritma natural LN_ dari persamaan :
Q = fLEV, DPR, EPS, menjadi Q = fLN_LEV, LN_DPR, LN_EPS.
Kemudian, data diuji ulang berdasarkan asumsi normalitas. Berikut ini hasil pengujian dengan Kolmogorov-Smirnov K-S :
Tabel 4.4 Uji Normalitas Setelah Data Ditransformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 44
Normal Parametersa,b Mean
.0000000 Std. Deviation
.44588950 Most Extreme
Differences Absolute
.089 Positive
.089 Negative
-.082 Kolmogorov-Smirnov Z
.589 Asymp. Sig. 2-tailed
.879 a Test distribution is Normal.
b Calculated from data.
Universitas Sumatera Utara
Regression Standardized Residual
3 2
1 -1
-2
Frequency
10 8
6 4
2
Histogram Dependent Variable: LN_Q
Mean =4.61E-16 Std. Dev. =0.964
N =44
Dari tabel diatas, besarnya Kolmogorv-Smirnov K-S adalah 0,589 dan signifikansi pada 0,879 sehingga dapat disimpulkan bahwa data dalam model
regresi telah terdistribusi secara normal, dimana nilai signifikansinya lebih dari 0,05 p = 0,879 0,05. Dengan demikian, secara keseluruhan dapat disimpulkan
bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas, berikut ini turut
dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Gambar 4.3 Histogram setelah data ditransformasi
Universitas Sumatera Utara
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: LN_Q
Gambar 4.4 Grafik Normal P-P Plot setelah data ditransformasi
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan
atau normal. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik
plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat
disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
Universitas Sumatera Utara
b. Uji Multikolinieritas