45 Dari tabel di atas menunjukkan uji statistik deskriptif masing-masing
variabel. Jumlah observasi dalam penelitian sebanyak 140 observasi. Hasil uji statistik deskriptif variabel ukuran perusahaan yang merupakan besaran
atau ukuran dari perusahaan yang dihitung dengan logaritma total saham menunjukkan nilai minimun sebesar 10.68 dan nilai maksimum sebesar
14.49, nilai rata-rata mean sebesar 12.6503, dan nilai standar deviasi sebesar 1.07563. Hasil uji statitstik deskriptif variabel DER yang diukur
dengan Perbandingan total hutang dengan modal sendiri perusahaan menunjukkan nilai minimum sebesar 0.00, sedangkan nilai maksimum
sebesar 7.53 serta nilai standar deviasi sebesar 1.06962 dan nilai rata-rata sebesar 1.0767. Variabel ROE menunjukkan nilai minimum sebesar 0.00,
nilai maksimum sebesar 1.42 dan nilai standar deviasi sebesar .29475 serta nilai rata-rata sebesar .2448.
4.2.2. Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas pada dasarnya bertujuan untuk menguji apakah dalam model regresi, variabel independen dan variabel dependen
atau keduanya telah terdistribusi secara normal atau tidak. Suatu model regresi yang baik adalah memiliki distribusi data normal atau
mendekati normal. Hasil pengujian ini dapat dilihat pada gambar 4.1. berikut ini :
Universitas Sumatera Utara
46
Gambar 4.1 Histogram
Sumber: Output SPSS 16
Gambar 4.2 Normal P-P Plot
Sumber: Output SPSS 16
Universitas Sumatera Utara
47 Dengan melihat tampilan grafik histogram gambar 4.1 dapat
kita lihat bahwa diagram berbentuk lonceng serta sebaran data pada grafik Normal P-P plot Gambar 4.2 menyebar di sekitar garis
diagonal,dapat disimpulkan bahwa kedua grafik ini menunjukkan bahwa data yang digunakan memenuhi asumsi normalitas.
2. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.
Untuk mendeteksi adanya problem multikolinearitas, maka dapat dilakukan dengan melihat nilai tolerance dan Variance Inflation
Factor VIF serta besaran korelasi antar variabel independen. Berikut
ini adalah
tabel yang
menunjukkan hasil
uji multikolonieritas.
Tabel 4.2. Uji Multikolineritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant Ukuran perusahaan
.989 1.012
DER .989
1.012 Pertumbuhan Laba
. 979 1.022
a. Dependent Variable: ROE
Sumber : Output SPSS
Universitas Sumatera Utara
48 Berdasarkan tabel 4.2 diatas dapat diketahui bahwa hasil uji
multikolonieritas menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada
korelasi antar variabel independen. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hasil yang sama, tidak ada
satu variabel independen yang memiliki nilai VIF lebih dari 5. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel
independen dalam model regresi.
3. Uji Autokorelasi
Penyimpangan model regresi klasik yang lain adalah adanya autokorelasi dalam model regresi yaitu adanya korelasi antar anggota
sampel. Hasil perhitungan diperoleh nilai Durbin Watson. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa
residual terjadi secara random atau tidak. Berikut ini adalah tabel 4.3 yang menunjuklkan hasil uji autokorelasi.
Tabel 4.3. Uji Autokorelasi
Model Summary
b
Model R R Square
Adjusted R Square Std. Error of
the Estimate Durbin-
Watson 1
.420
a
.176 .164
.26945 2.146
a. Predictors: Constant, ukuran perusahaan, DER, Pertumbuhan laba
b. Dependent Variable: ROE
Sumber : Output SPSS 16
Universitas Sumatera Utara
49
4. Uji Heteroskedastisitas
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heterokedastisitas. Dari grafik scatterplot terlihat bahwa
titik-titik menyebar secara acak di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas pada model regresi. Adapun hasil uji heteroskedastisitas dalam penelitian ini dapat dilihat pada gambar
4.2.
Gambar 4.3. Scatterplot
Sumber: Output SPSS 16 Gambarscatter plot diatas menjelaskan bahwa data sampel
tersebar secara acak dan tidak membentuk suatu pola tertentu. Data tersebar baik berada di atas maupun di bawah angka 0 pada sumbu
Y. Hal ini menunjukkan tidak terdapat heterokodestisitas dalam model regresi yang digunakan.
Universitas Sumatera Utara
50
4.2.3. Hasil Uji Regresi Linear Berganda
