3. variabel tingkat leverage LEV memiliki jumlah sampel N sebanyak 33, dengan nilai minimum 0,08, nilai maksimum 4,58, mean 1,4791 dan
standart deviation simpangan baku 1,05820, 4. variabel ukuran perusahaan SIZE memiliki jumlah sampel N sebanyak
33, dengan nilai minimum 17,97, nilai maksimum 24,11 mean 21,4722 dan standart deviation simpangan baku 1,37954,
5. variabel profitabilitas PM memiliki jumlah sampel N sebanyak 33, dengan nilai minimum 0,01, nilai maksimum 0,15 mean 0,0582 dan
standart deviation simpangan baku 0,04047, 6. jumlah sampel yang digunakan adalah sebanyak 33 buah.
C. Pengujian Asumsi Klasik
Analisa dilakukan dengan model analisa regresi berganda. Sebelum dilakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik. Pengujian ini perlu
dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas,
heteroskesdastisitas serta autokorelasi.
1. Uji Normalitas
Uji Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal.
Pengujian ini menggunakan uji normalitas dengan normal probably plot of standardized residual, yang hasilnya tampak pada gambar 4.1.
42
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Expec ted
C um Pr
ob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: IS
Gambar 4.1
Berdasarkan gambar 4.1 dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Dengan
demikian dapat dinyatakan bahwa penyebaran data mendekati normal atau memenuhi asumsi normalitas. Hal ini juga dilihat dari grafik histogram berikut.
Regression Standardized Residual
2 1
-1 -2
Fre que
nc y
10 8
6 4
2
Histogram Dependent Variable: IS
Mean =-7.42E-16 Std. Dev. =0.935
N =33
Gambar 4.2
43
Berikutnya uji data statistik dengan model Kolmogorov-Smirnov juga dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau
tidak.
Tabel 4.5
One-Sample Kolmogorov-Smirnov Test
33 .0000000
.16341240 .122
.122 -.084
.699 .714
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences
Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed
Unstandardiz ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel
4.5 dapat disimpulkan bahwa data berdistribusi normal. Hal ini dapat dilihat dari nilai Asymp.Sig 2-tailed adalah 0.7140.05.
2.Uji Multikolinearitas
Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel- variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi
antara variabel independen. Deteksi dilakukan dengan melihat nilai VIF Variable Inflation Factor dan toleransi. Pengujian dilakukan dengan SPSS 15.00
for Windows. Nilai VIF serta toleransi dari variabel-variabel penelitian dapat dilihat pada tabel berikut ini.
44
Tabel 4.6
Coefficients
a
-.335 .485
-.692 .495
.034 .016
.332 2.104
.045 .874
1.144 .051
.040 .259
1.296 .205
.543 1.841
2.480 1.053
.479 2.355
.026 .525
1.905 .025
.024 .162
1.040 .307
.896 1.116
Constant Kom
Lev PM
Ln_Size Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: IS a.
Berdasarkan tabel 4.6 di atas dapat disimpulkan penelitian ini bebas dari gejala multikolinearitas. Jika dilihat pada tabel semua variabel independen
memiliki VIF sekitar 1, atau VIF10. Selain itu nilai toleransi untuk setiap variabel independen lebih besar dari 0,1 tolerance0,1 Dengan demikian
disimpulkan tidak ada multikolinearitas dalam model regresi ini.
3. Uji Heteroskesdastisitas
