Uji Asumsi Klasik Uji Data dan Uji Asumsi Klasik .1 Uji Data

4.3.2 Uji Asumsi Klasik

Uji asumsi klasik dalam analisis korelasi kanonikal diperlukan untuk mengetahui variabel mana yang memenuhi dan tidak memenuhi asumsi klasik. Uji asumsi klasik juga dilakukan terhadap tiap-tiap fungsi dalam korelasi kanonikal. Menurut Ghozali dalam Widyaningrum, 2009:50, asumsi normalitas, heteroskedastisitas, multikolinearitas dan linearitas diperlukan dalam korelasi kanonikal. Pelanggaran terhadap asumsi ini akan menurunkan korelasi antarvariabel.

4.3.2.1 Uji Normalitas

Uji normalitas dilakukan pada tiap-tiap variabel penelitian untuk mengetahui variabel mana yang memenuhi dan tidak memenuhi asumsi normalitas variabel tersebut terdistribusi secara normal. Uji normalitas juga dilakukan pada tiap-tiap fungsi dalam korelasi kanonikal untuk mengetahui apakah model regresi yang digunakan memenuhi asumsi normalitas. Uji normalitas dilakukan dengan analisis statistik dan analisis grafik histogram dan normal probability plot. Dalam analisis statistik, dilakukan dengan alat uji statistik Kolmogorov Smirnov . Apabila nilai signifikansi 0,05, berarti variabel terdistribusi secara normal. Hasil output SPSSnya disajikan dalam tabel berikut ini: 55 Universitas Sumatera Utara Hasil output SPSS pengujian normalitas sebelum transformasi data disajikan pada tabel 4.14 berikut ini: Tabel 4.14 Uji Normalitas Variabel Sebelum Transformasi Data One-Sample Kolmogorov-Smirnov Test DAR LDER TIER ROA ROE NPM N 63 63 63 63 63 63 Normal Mean ,3565 ,1363 12,0725 ,0816 ,1287 ,0729 Parameters a,b Std. Deviation ,08827 ,09145 8,90984 ,05209 ,08743 ,04757 Absolute ,093 ,153 ,176 ,105 ,093 ,118 Most Extreme Positive ,056 ,153 ,176 ,105 ,093 ,118 Differences Negative -,093 -,084 -,096 -,085 -,087 -,096 Kolmogorov-Smirnov Z ,737 1,215 1,394 ,834 ,736 ,935 Asymp. Sig. 2-tailed ,649 ,104 ,041 ,489 ,650 ,346 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan Tabel 4.14, dapat dilihat bahwa variabel yang terdistribusi secara normal dengan nilai signifikansi di atas 5 adalah variabel DAR 0.649, LDER 0.104, ROA 0.489, ROE 0.650 dan NPM 0.346. Sedangkan variabel TIER dapat dikatakan tidak berdistribusi normal karena nilai signifikansinya berada di bawah 5, yaitu 0.041. Menurut Santoso 2014:47, jika sebuah variabel mempunyai sebaran data yang tidak normal, maka ada beberapa perlakuan yang dimungkinkan agar data menjadi normal. Salah satu caranya adalah dengan melakukan transformasi data, misalnya ke bentuk logaritma natural Ln atau ke bentuk lainnya, kemudian dilakukan pengujian ulang. 56 Universitas Sumatera Utara Oleh karena itu, peneliti memutuskan untuk melakukan transformasi data terhadap semua variabel menjadi bentuk Logaritma natural Ln, agar variabel-variabel dalam penelitian ini memenuhi asumsi normalitas. Setelah itu, dilakukan pengujian ulang dengan metode statistik. Hasil output SPSSnya disajikan pada tabel 4.15 berikut ini: Tabel 4.15 Uji Normalitas Variabel Setelah Transformasi Data One-Sample Kolmogorov-Smirnov Test LnDAR LnLDER LnTIER LnROA LnROE LnNPM N 63 63 63 63 63 63 Mean -1,0651 -2,2697 2,1533 -2,8024 -2,3911 -2,9085 Normal Parameters a,b Std. ,27177 ,82947 ,98292 ,88962 ,97811 ,85541 Deviation Absolute ,104 ,091 ,137 ,151 ,155 ,147 Most Extreme Positive ,066 ,071 ,082 ,106 ,085 ,092 Differences Negative -,104 -,091 -,137 -,151 -,155 -,147 Kolmogorov-Smirnov Z ,822 ,721 1,086 1,200 1,231 1,170 Asymp. Sig. 2-tailed ,509 ,676 ,189 ,112 ,097 ,129 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan Tabel 4.16, dapat dilihat bahwa seluruh variabel telah terdistribusi secara normal karena nilai signifikansinya berada di atas tingkat kepercayaan 5, yaitu LnDAR0.509, LnLDER0.676, LnTIER0.189, LnROA0.112, LnROE0.097 dan LnNPM0.129. Hal ini menunjukkan bahwa semua variabel dan fungsi kanonikal telah terdistribusi secara normal. Selain uji normalitas terhadap variabel secara terpisah, analisis korelasi kanonikal juga mensyaratkan adanya pengujian terhadap tiap-tiap 57 Universitas Sumatera Utara fungsi dalam korelasi kanonikal. Dalam hal ini, peneliti melakukan uji normalitas dengan analisis statistik dan grafik pada ke tiga fungsi dalam korelasi kanonikal sesuai dengan jumlah variabel dependennya. Hasil output SPSSnya adalah sebagai berikut: 1 Terhadap variabel dependen ROA Hasil pengujian normalitas terhadap variabel dependen ROA akan disajikan pada tabel 4.16 berikut ini: Tabel 4.16 Uji Normalitas LnROA = fLnDAR,LnLDER,LnTIER One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 63 Normal Parameters a,b Mean ,0000000 Std. Deviation ,59424910 Absolute ,098 Most Extreme Differences Positive ,044 Negative -,098 Kolmogorov-Smirnov Z ,778 Asymp. Sig. 2-tailed ,580 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan tabel 4.16, dapat dikatakan bahwa nilai residual dari fungsi LnROA = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal dengan tingkat signfikansi di atas 5 yaitu 0.580. Uji normalitas fungsi LnROA = fLnDAR,LnLDER,LnTIER juga dapat dilihat dari grafik histogram yang akan disajikan pada gambar 4.1 58 Universitas Sumatera Utara dan normal probability plot yang akan disajikan pada gambar 4.2 berikut ini : Gambar 4.1 Grafik Histogram LnROA = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan gambar 4.1, terlihat bahwa grafik histogram fungsi LnROA = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal. Dilihat dari grafiknya yang tidak condong ke kiri atau ke kanan. 5 9 Universitas Sumatera Utara Gambar 4.2 Normal P-P Plot LnROA = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan gambar 4.2, terlihat bahwa Normal P-P Plot fungsi LnROA = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal. Dilihat dari titik-titiknya yang menyebar di sepanjang garis diagonal. 2 Terhadap variabel dependen ROE Hasil pengujian normalitas terhadap variabel dependen ROE akan disajikan pada tabel 4.17 berikut ini: 6 0 Universitas Sumatera Utara Tabel 4.17 Uji Normalitas LnROE = fLnDAR,LnLDER,LnTIER One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 63 Normal Parameters a,b Mean ,0000000 Std. Deviation ,61145267 Absolute ,080 Most Extreme Differences Positive ,050 Negative -,080 Kolmogorov-Smirnov Z ,636 Asymp. Sig. 2-tailed ,813 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan tabel 4.17, dapat dikatakan bahwa nilai residual dari fungsi LnROE = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal dengan tingkat signfikansi di atas 5 yaitu 0.813. Uji normalitas fungsi LnROE = fLnDAR,LnLDER,LnTIER juga dapat dilihat dari grafik histogram yang akan disajikan pada gambar 4.3 dan normal probability plot yang akan disajikan pada gambar 4.4 berikut ini : 6 1 Universitas Sumatera Utara Gambar 4.3 Grafik Histogram LnROE = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan gambar 4.3, terlihat bahwa grafik histogram fungsi LnROE = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal. Dilihat dari grafiknya yang tidak condong ke kiri atau ke kanan. Gambar 4.4 Normal P-P Plot LnROE = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 62 Universitas Sumatera Utara Berdasarkan gambar 4.4, terlihat bahwa Normal P-P Plot fungsi LnROE = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal. Dilihat dari titik-titiknya yang menyebar di sepanjang garis diagonal. 3 Terhadap variabel dependen NPM Hasil pengujian normalitas terhadap variabel dependen NPM akan disajikan pada tabel 4.18 berikut ini: Tabel 4.18 Uji Normalitas LnNPM = fLnDAR,LnLDER,LnTIER One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 63 Normal Parameters a,b Mean ,0000000 Std. Deviation ,63339415 Absolute ,118 Most Extreme Differences Positive ,054 Negative -,118 Kolmogorov-Smirnov Z ,935 Asymp. Sig. 2-tailed ,347 a. Test distribution is Normal. b. Calculated from data. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan tabel 4.18, dapat dikatakan bahwa nilai residual dari fungsi LnNPM = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal dengan tingkat signfikansi di atas 5 yaitu 0.347. Uji normalitas fungsi LnNPM = fLnDAR,LnLDER,LnTIER juga dapat dilihat dari grafik histogram yang akan disajikan pada gambar 4.5 dan normal probability plot yang akan disajikan pada gambar 4.6 berikut ini : 63 Universitas Sumatera Utara Gambar 4.5 Grafik Histogram LnNPM = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan gambar 4.5, terlihat bahwa grafik histogram fungsi LnNPM = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal. Dilihat dari grafiknya yang tidak condong ke kiri atau ke kanan. Gambar 4.6 Normal P-P Plot LnNPM = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 64 Universitas Sumatera Utara Berdasarkan gambar 4.6, terlihat bahwa Normal P-P Plot fungsi LnNPM = fLnDAR,LnLDER,LnTIER telah terdistribusi secara normal. Dilihat dari titik-titiknya yang menyebar di sepanjang garis diagonal. Berdasarkan tabel 4.16–4.18 dan gambar 4.1- 4.6 dapat disimpulkan bahwa ketiga fungsi dalam korelasi kanonial memenuhi asumsi normalitas.

4.3.2.2 Uji Heteroskedastisitas

Untuk pengujian heteroskedastisitas, peneliti menggunakan alat analisis grafik Scatterplot dan analisis statistik. Pada analisis grafik Scatterplot, deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat jika tidak ada pola tertentu pada grafik Scatterplot maka tidak terjadi heteroskedastisitas dengan kata lain homoskedastisitas. Sedangkan dengan analisis statistik, uji heteroskedastisitas dilakukan dengan korelasi Spearman’s rho yaitu mengkorelasikan variabel independen dengan nilai unstandardized residual. Pengujian menggunakan tingkat signifikansi 5 dengan uji 2 sisi. Jika korelasi antara variabel independen 5 maka dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas. Uji heteroskedastisitas dalam anaisis korelasi kanonikal dilakukan pada tiap-tiap fungsi dalam korelasi kanonikal. Oleh karena itu, akan dilakukan tiga kali pengujian terhadap masing-masing variabel dependen. 6 5 Universitas Sumatera Utara 1 Terhadap Variabel dependen LnROA Hasil pengujian heteroskedastisitas terhadap fungsi LnROA = fLnDAR,LnLDER,LnTIER dengan analisis statistik korelasi Spearman’s rho dan analisis grafik Scatterplot dapat dilihat pada tabel 4.19 dan gambar 4.7 di bawah ini: Tabel 4.19 Uji Heteroskedastisitas LnROA = fLnDAR,LnLDER,LnTIER Correlations LnDAR LnLDER LnTIER Unstandardized Residual Spearmans Correlation Coefficient 1,000 ,453 -,131 ,016 rho LnDAR Sig. 2-tailed . ,000 ,306 ,903 N 63 63 63 63 Correlation Coefficient ,453 1,000 -,042 -,036 LnLDER Sig. 2-tailed ,000 . ,742 ,779 N 63 63 63 63 Correlation Coefficient -,131 -,042 1,000 ,095 LnTIER Sig. 2-tailed ,306 ,742 . ,461 N 63 63 63 63 Correlation Coefficient ,016 -,036 ,095 1,000 Unstandardiz Sig. 2-tailed ed Residual ,903 ,779 ,461 . N 63 63 63 63 . Correlation is significant at the 0.01 level 2-tailed. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan tabel 4.19, dapat dilihat bahwa seluruh variabel independen memiliki probabilitas signifikansi di atas tingkat kepercayaan 5 yaitu LnDAR0.903, LnLDER0.779, dan LnTIER0.461. Maka dapat disimpulkan tidak mengandung adanya heteroskedastisitas 66 Universitas Sumatera Utara Gambar 4.7 Grafik Scatterplot LnROA = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan gambar 4.7, terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada fungsi LnROA = fLnDAR,LnLDER,LnTIER. 2 Terhadap Variabel dependen LnROE Hasil pengujian heteroskedastisitas terhadap fungsi LnROE = fLnDAR,LnLDER,LnTIER dengan analisis statistik korelasi Spearman’s rho dan analisis grafik Scatterplot dapat dilihat pada tabel 4.20 dan gambar 4.8 di bawah ini: 6 7 Universitas Sumatera Utara Tabel 4.20 Uji Heteroskedastisitas LnROE = fLnDAR,LnLDER,LnTIER Correlations LnDAR LnLDER LnTIER Unstandardized Residual Spearmans Correlation Coefficient 1,000 ,453 -,131 ,019 rho LnDAR Sig. 2-tailed . ,000 ,306 ,883 N 63 63 63 63 Correlation Coefficient ,453 1,000 -,042 -,066 LnLDER Sig. 2-tailed ,000 . ,742 ,610 N 63 63 63 63 Correlation Coefficient -,131 -,042 1,000 ,011 LnTIER Sig. 2-tailed ,306 ,742 . ,930 N 63 63 63 63 Correlation Coefficient ,019 -,066 ,011 1,000 Unstandardized Sig. 2-tailed ,883 ,610 ,930 . Residual N 63 63 63 63 . Correlation is significant at the 0.01 level 2-tailed. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan tabel 4.20, dapat dilihat bahwa seluruh variabel independen memiliki probabilitas signifikansi di atas tingkat kepercayaan 5 yaitu LnDAR0.883, LnLDER0.610, dan LnTIER0.930. Maka dapat disimpulkan tidak mengandung adanya heteroskedastisitas 68 Universitas Sumatera Utara Gambar 4.8 Grafik Scatterplot LnROE = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan gambar 4.8, terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada fungsi LnROE = fLnDAR,LnLDER,LnTIER. 3 Terhadap Variabel dependen LnNPM Hasil pengujian heteroskedastisitas terhadap fungsi LnNPM = fLnDAR,LnLDER,LnTIER dengan analisis statistik korelasi Spearman’s rho dan analisis grafik Scatterplot dapat dilihat pada tabel 4.21 dan gambar 4.9 di bawah ini: 6 9 Universitas Sumatera Utara Tabel 4.21 Uji Heteroskedastisitas LnNPM = fLnDAR,LnLDER,LnTIER Correlations LnDAR LnLDER LnTIER Unstandardized Residual Spearmans Correlation Coefficient 1,000 ,453 -,131 -,022 rho LnDAR Sig. 2-tailed . ,000 ,306 ,867 N 63 63 63 63 Correlation Coefficient ,453 1,000 -,042 -,015 LnLDER Sig. 2-tailed ,000 . ,742 ,907 N 63 63 63 63 Correlation Coefficient -,131 -,042 1,000 ,044 LnTIER Sig. 2-tailed ,306 ,742 . ,732 N 63 63 63 63 Correlation Coefficient -,022 -,015 ,044 1,000 Unstandardized Sig. 2-tailed ,867 ,907 ,732 . Residual N 63 63 63 63 . Correlation is significant at the 0.01 level 2-tailed. Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan tabel 4.21, dapat dilihat bahwa seluruh variabel independen memiliki probabilitas signifikansi di atas tingkat kepercayaan 5 yaitu LnDAR0.867, LnLDER0.907, dan LnTIER0.732. Maka dapat disimpulkan tidak mengandung adanya heteroskedastisitas 70 Universitas Sumatera Utara Gambar 4.9 Grafik Scatterplot LnNPM = fLnDAR,LnLDER,LnTIER Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan gambar 4.9, terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada fungsi LnNPM = fLnDAR,LnLDER,LnTIER. Berdasarkan tabel 4.19 – 4.21 dan gambar 4.7 – 4.9, dapat disimpulkan bahwa ketiga fungsi dalam korelasi kanonial memenuhi asumsi heteroskedastisitas. 7 1 Universitas Sumatera Utara

4.3.2.3 Uji Multikolinearitas

Untuk mendeteksi ada atau tidaknya multikolinearitas, dapat dilakukan dari hasil output SPSS dengan melihat nilai tolerance dan Variance inflation factor VIF. Nilai yang umum dipakai untuk mendeteksi adanya gejala multikolineritas adalah Jika Tolerance 0,1 sedangkan VIF 10. Ghozali, dalam Widyaningrum, 2009:68. Uji multikolinearitas dalam anaisis korelasi kanonikal dilakukan pada tiap-tiap fungsi dalam korelasi kanonikal. Oleh karena itu, akan dilakukan empat kali pengujian terhadap masing-masing variabel dependen. Berikut ini adalah tabel hasil output uji multikolinearitas dari tiap fungsi kanonikal: 1 Terhadap Variabel Dependen LnROA Hasil uji multikolinearitas terhadap fungsi LnROA= fLnDAR,LnLDER,LnTIER akan disajikan pada tabel 4.22 berikut ini : Tabel 4.22 Uji Multikolinearitas LnROA= fLnDAR,LnLDER,LnTIER Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -3,472 ,366 -9,494 ,000 LnDAR ,204 ,320 ,062 ,638 ,526 ,792 1,263 LnLDER ,211 ,105 ,197 2,010 ,049 ,791 1,264 LnTIER ,634 ,079 ,701 8,052 ,000 ,998 1,002 a. Dependent Variable: LnROA Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 72 Universitas Sumatera Utara Berdasarkan Tabel 4.22, dapat disimpulkan bahwa LnROA= fLnDAR,LnLDER,LnTIER, tidak menunjukkan adanya gejala multikolinearitas dilihat dari nilai Jika Tolerance 0,1 dan VIF 10. 2 Terhadap Variabel Dependen LnROE Hasil uji multikolinearitas terhadap fungsi LnROE= fLnDAR,LnLDER,LnTIER akan disajikan pada tabel 4.23 berikut ini : Tabel 4.23 Uji Multikolinearitas LnROE= fLnDAR,LnLDER,LnTIER Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF Constant -2,700 ,376 -7,174 ,000 LnDAR ,525 ,329 ,146 1,594 ,116 ,792 1,263 1 LnLDER ,279 ,108 ,237 2,585 ,012 ,791 1,264 LnTIER ,697 ,081 ,701 8,600 ,000 ,998 1,002 a. Dependent Variable: LnROE Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan Tabel 4.23, dapat disimpulkan bahwa LnROE= fLnDAR,LnLDER,LnTIER, tidak menunjukkan adanya gejala multikolinearitas dilihat dari nilai Jika Tolerance 0,1 dan VIF 10. 3 Terhadap Variabel Dependen LnNPM Hasil uji multikolinearitas terhadap fungsi LnNPM= fLnDAR,LnLDER,LnTIER akan disajikan pada tabel 4.24 berikut ini : 7 3 Universitas Sumatera Utara Tabel 4.24 Uji Multikolinearitas LnNPM= fLnDAR,LnLDER,LnTIER Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF Constant -3,586 ,390 -9,199 ,000 LnDAR ,072 ,341 ,023 ,211 ,834 ,792 1,263 1 LnLDER ,193 ,112 ,187 1,724 ,090 ,791 1,264 LnTIER ,553 ,084 ,636 6,591 ,000 ,998 1,002 a. Dependent Variable: LnNPM Sumber : Hasil Olah Data SPSS oleh Peneliti, 2014 Berdasarkan Tabel 4.24, dapat disimpulkan bahwa LnNPM= fLnDAR,LnLDER,LnTIER, tidak menunjukkan adanya gejala multikolinearitas dilihat dari nilai Jika Tolerance 0,1 dan VIF 10. Berdasarkan Tabel 4.22 - 4.24, dapat disimpulkan dalam ketiga fungsi kanonikal tidak menunjukkan adanya gejala multikolinearitas diluhat dari nilai Tolerance 0,1 dan VIF 10.

4.3.2.4 Uji Linearitas

Korelasi dianggap linear dengan memperhatikan nilai R Square pada taraf nyata 0.01 Siregar, 2005:8. Uji linearitas dilakukan dengan melakukan analisis korelasi-regresi dengan berturut-turut menggunakan LnROA, LnROE, dan LnNPM sebagai variael dependen, sedangkan variabel lainnya yaitu LnDAR, LnLDER, dan LnTIER digunakan sebagai variabel independen. Hasil output SPSS lengkap dapat dilihat pada lampiran 4. Ringkasan hasil pengujian disajikan dalam tabel di bawah ini: 74 Universitas Sumatera Utara 1 Terhadap Variabel Dependen LnROA Hasil uji linearitas akan disajikan pada tabel 4.25 berikut ini: Tabel 4.25 Uji Linearitas terhadap Variabel Dependen LnROA Variabel Independen R Square Keterangan LnDAR 0.021 Linear LnLDER 0.062 Linear LnTIER 0.500 Linear Sumber : Lampiran 4 Berdasarkan tabel 4.25, dapat dilihat bahwa variabel independen LnDAR, LnLDER dan LnTIER memiliki hubungan yang linear dengan variabel dependen LnROA dilihat dari nilai R Squarenya yang berada di atas tingkat kepercayaan 1. 2 Terhadap Variabel Dependen LnROE Hasil uji linearitas akan disajikan pada tabel 4.26 berikut ini: Tabel 4.26 Uji Linearitas terhadap Variabel Dependen LnROE Variabel Independen R Square Keterangan LnDAR 0.061 Linear LnLDER 0.107 Linear LnTIER 0.501 Linear Sumber : Lampiran 4 Berdasarkan tabel 4.26, dapat dilihat bahwa variabel independen LnDAR, LnLDER dan LnTIER memiliki hubungan yang linear dengan variabel dependen LnROE dilihat dari nilai R Squarenya yang berada di atas tingkat kepercayaan 1. 7 5 Universitas Sumatera Utara 3 Terhadap Variabel Dependen LnNPM Hasil uji linearitas akan disajikan pada tabel 4.27 berikut ini: Tabel 4.27 Uji Linearitas terhadap Variabel Dependen LnNPM Variabel Independen R Square Keterangan LnDAR 0.011 Linear LnLDER 0.048 Linear LnTIER 0.412 Linear Sumber : Lampiran 4 Berdasarkan tabel 4.27, dapat dilihat bahwa variabel independen LnDAR, LnLDER dan LnTIER memiliki hubungan yang linear dengan variabel dependen LnNPM dilihat dari nilai R Squarenya yang berada di atas tingkat kepercayaan 1.

4.4 Analisis Korelasi Kanonikal dan Uji Hipotesis