56 rata-rata DER sebesar 95,87. Nilai ini menunjukkan bahwa komposisi hutang
sekitar 47,5 dan ekuitas sekitar 52,5. Komposisi ekuitas yang lebih besar digunakan dalam pendanaan PT.
Telekomunikasi Indonesia menghasilkan tingkat pengembalian rata-rata sebesar 13,02. Maka dapat dinyatakan bahwa ekuitas yang lebih banyak dalam pendanaan
dapat menghasilkan laba yang maksimal. Hal ini sejalan dengan teori pecking- order yang menyatakan bahwa perusahaan lebih cenderung menggunakan
pendanaan dari internal ekuitas dibanding pendanaan dari luar perusahaan.
4.2.2 Uji Normalitas
Pada penelitian ini uji normalitas akan dideteksi melalui pendekatan grafik dan uji one-Sample Kolmogorov-Smirnov K-S test. Tujuan uji normalitas
adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati
distribusi normal. Gambar 4.1
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: ROI
Universitas Sumatera Utara
57 Dari pola grafik pada Gambar 4.1 dapat disimpulkan bahwa model yang
digunakan menunjukkan indikasi mendekati normal. Dasar pengambilan keputusan ini didasari oleh pendapat santoso 2000, yaitu :
a. Jika data menyebar di sekiar garis diagonal dan mengikuti garis arah diagonal, maka Model Regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka model tersebut tidak memenuhi asumsi normalitas.
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji kormogrov smirnov 1 sample KS dengan melihat
data residualnya apakah berdistribusi normal atau tidak. Situmorang :2011.
Tabel 4.7 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
30 Normal Parametersa,b
Mean .0000000
Std. Deviation .05188338
Most Extreme Differences
Absolute .186
Positive .186
Negative -.103
Kolmogorov-Smirnov Z 1.020
Asymp. Sig. 2-tailed .249
a Test distribution is Normal. b Calculated from data.
Normalits residual diuji dengan hipotesis sebagai berikut : Ho
: Residul terdistribusi normal Hi
: Residual tidak terdistribusi normal Terima Ho bila nilai Asymp.Sig.2-
tailed α 0.05 dan sebaliknya nilai Asymp.Sig.2-
tailed α 0.05 maka tolak Ho. Dari data pada Tabel 4.5 terlihat
Universitas Sumatera Utara
58 bahwa nilai Asymp.Sig.2-tailed adalah 0.249, yang berarti di atas nilai
signifikan 0.05. Dengan demikian variabel residual berdistribusi normal.
4.2.3 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah ada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka
terdapat problem multikolinieritas. Pada model regresi yang baik tidak terjadi korelasi diantara variabel independen. Untuk mengetahui gejala multikolinieritas
dapat ditunjukkan dengan Tolerance Value 0,1 dan Variance Inflating Factor VIF 10.
Hasil pengujian multikolinieritas data dalam penelitian ini menggunakan alat bantu SPSS, hasilnya dapat dilihat pada Tabel 4.8 :
Tabel 4.8 Colliniearity Statistic Tolerance VIF
Model T
Sig. Tolerance
VIF 1
Constant DER
.142 7.025
LDAR .999
1.001 EAR
.142 7.023
a Dependent Variabel: ROI
Dari Tabel 4.8 terlihat variabel independen yaitu : Long Debt to Asset Ratio, Debt to Equity Ratio dan Equity to Asset Ratio ternyata VIF kurang dari 10,
dan nilai tolerance semuanya di atas angka 0,1 Situmorang,2011. Dengan demikian dapat disimpulkan bahwa pada model regresi tersebut tidak terdapat
problem multikolinieritas.
Universitas Sumatera Utara
59
4.2.4 Uji Heteroskedastisitas