65
nilai maksimum 5 dan standar deviasi sebesar 0,73. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai PROPER adalah
baik. 6.
Besarnya nilai LEV pada 57 perusahaan sampel mempunyai nilai rata- rata sebesar 0,52 dengan nilai minimum LEV adalah sebesar 0,14, nilai
maksimum 1,21dan standar deviasi sebesar 0,22. Nilai rata-rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai LEV adalah baik.
7. Besarnya nilai PRKOM pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,40 dengan nilai minimum PRKOM adalah sebesar 0,00, nilai maksimum 0,80dan standar deviasi sebesar 0,13. Nilai rata-
rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai PRKOM adalah baik.
8. Besarnya nilai UKDKOM pada 57 perusahaan sampel mempunyai nilai
rata-rata sebesar 0,77 dengan nilai minimum UKDKOM adalah sebesar 0,40, nilai maksimum 1,25dan standar deviasi sebesar 0,26. Nilai rata-
rata lebih besar dari standar deviasi, berarti bahwa sebaran nilai UKDKOM adalah baik.
4.3. Hasil Uji Asumsi Klasik
4.3.1. Uji Normalitas
Uji normalitas yaitu suatu pengujian untuk mengetahui apakah model regresi, variabel pengganggu atau residual memiliki distribusi normal atau
tidak Ghozali, 2006:110. Model regresi yang baik adalah distribusi data
Universitas Sumatera Utara
66
normal atau mendekati normal. Pengujian normalitas distribusi data populasi menggunakan statistik Kolmogrov-Smirnov dan analisis grafik.
Gambar 4.1 Histogram Display Normal Curve
Gambar 4.2
Universitas Sumatera Utara
67
Dari kedua gambar di atas, terlihat bahwa data dalam penelitian ini menyebar di sekitar garis diagonal atau grafik histogramnya menunjukkan
pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
Tabel 4.2 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 57
Normal Parameters
a,b
Mean 0E-7
Std. Deviation .10621538
Most Extreme Differences Absolute
.124 Positive
.124 Negative
-.098 Kolmogorov-Smirnov Z
.936 Asymp. Sig. 2-tailed
.345 a. Test distribution is Normal.
b. Calculated from data.
Data populasi dikatakan normal jika koefisien Asymp. Sig 2-tailed lebih besar dari 0,05. Berdasarkan uji normalitas menggunakan Kolmogrov-
Smirnov Test pada tabel di atas menunjukkan bahwa data terdistribusi normal, karena nilai probabilitas lebih besar dari 0,05 0,345.
4.3.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas Ghozali, 2006:91.
Multikolinearitas dapat dilihat dari Tolerance dan Variance Inflation Factor VIF. Jika nilai tolerance lebih besar dari 10 persen dan nilai VIF kurang
Universitas Sumatera Utara
68
dari 10 maka dikatakan tidak terdapat gejala multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel berikut ini:
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
Media_EXP .622
1.608 ROA
.586 1.706
SIZE .771
1.297 PROPER
.523 1.911
LEV .652
1.534 PRKOM
.504 1.986
UKDKOM .874
1.144 a. Dependent Variable: CED
Berdasarkan tabel 4.3 di atas dapat diketahui bahwa hasil uji multikolinearitas menunjukkan tidak ada variabel independen yang memiliki
nilai tolerance kurang dari 0,1 yang berarti tidak ada korelasi antar variabel independen. Nilai Variance Inflation Factor VIF juga menunjukkan tidak
ada variabel independen yang memiliki nilai VIF lebih dari 10 persen. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas diantara variabel-
variabel independen dalam model regresi.
Universitas Sumatera Utara
69
4.3.3. Uji Heteroskedastisitas
