f. Variabel operating profit margin OPM memiliki nilai minimun 0,0354
yang diperoleh PT Central Corporindo Int’l Tbk. dan nilai maksimum 0,5660 yang diperoleh PT Aneka Tambang Tbk. dengan rata-rata
operating profit margin OPM sebesar 0,224991 dan standar deviasi 0,1417037 dengan jumlah pengamatan sebanyak 33.
g. Variabel pertumbuhan laba PL memiliki nilai minimun -0,9985 yang
diperoleh PT Central Corporindo Int’l Tbk. dan nilai maksimum 6,1683 yang diperoleh PT Timah Tbk. dengan rata-rata pertumbuhan laba PL
sebesar 0,632383 dan standar deviasi 1,6033776 dengan jumlah pengamatan sebanyak 33.
2. Pengujian Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian
hipotesis. Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu.
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Pengujian normalitas data pada penelitian ini
menggunakan analisis grafik dan analisis statistik. Analisis grafik untuk melihat normalitas data dilakukan dengan melihat grafik histogram dan
kurva normal probability plot. Grafik histogram menunjukkan apakah data berdistribusi normal atau tidak. Data dikatakan normal jika bentuk
Universitas Sumatera Utara
kurva memiliki kemiringan yang cenderung seimbang, baik pada sisi kiri maupun sisi kanan, atau tidak condong ke kiri maupun ke kanan,
melainkan ke tengah dengan bentuk seperti lonceng Lubis, 2007: 29. Analisis statistik dilakukan dengan non parametric Kolmogorov-
Smirnov KS dengan membuat hipotesis sebagai berikut: H
= Data residual berdistribusi normal H
a
= Data residual tidak berdistribusi normal Apabila nilai signifikansi lebih besar dari 0,05 maka H
diterima dan sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka H
ditolak atau H
a
diterima.
Gambar 4.1 Hasil Uji Normalitas
Grafik Histogram
Sumber: Data diolah penulis, 2010
Grafik histogram pada gambar 4.1 menunjukkan pola distribusi tidak normal karena grafik menceng ke kiri. Dengan demikian dapat
disimpulkan bahwa model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
Data yang tidak berdistribusi normal dapat disebabkan oleh adanya data yang outlier, yaitu data yang memiliki nilai yang sangat menyimpang
dari nilai data lainnya. Beberapa cara mengatasi data outlier yaitu: 1
lakukan transformasi data ke bentuk lainnya, 2
lakukan trimming, yaitu membuang data outlier, 3
lakukan winsorizing, yaitu mengubah nilai data yang outlier ke suatu nilai tertentu.
Untuk mengubah grafik histogram agar berdistribusi normal, penulis melakukan transformasi data ke model logaritma natural Ln dari
Pertumbuhan Laba = fCR, DR, TATO, ROA, ROE, OPM menjadi Ln_Pertumbuhan Laba = fLn_CR, Ln_DR, Ln_TATO, Ln_ROA,
Ln_ROE, Ln_OPM. Kemudian data diuji ulang berdasarkan asumsi normalitas, berikut ini hasil pengujian dengan grafik histogram.
Gambar 4.2 Hasil Uji Normalitas Setelah Transformasi Logaritma Natural
Grafik Histogram
Sumber: Data diolah penulis, 2010
Universitas Sumatera Utara
Grafik histogram pada gambar 4.2 menunjukkan pola distribusi normal karena grafik tidak menceng kiri maupun menceng kanan.
Dengan demikian dapat disimpulkan bahwa model regresi memenuhi
asumsi normalitas.
Gambar 4.3 Grafik Normal P-Plot
Sumber: Data diolah penulis, 2010
Pada grafik normal p-plot terlihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat
disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.
Universitas Sumatera Utara
Tabel 4.3 Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 33
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,24110591
Most Extreme Differences Absolute
,135 Positive
,082 Negative
-,135 Kolmogorov-Smirnov Z
,778 Asymp. Sig. 2-tailed
,581 a. Test distribution is Normal.
Sumber: Data diolah penulis, 2010
Dari hasil pengolahan data pada tabel 4.3 diperoleh besarnya nilai Kolomogorov-Smirnov adalah 0,778 dan signifikan pada 0,581. Nilai
signifikansi lebih besar dari 0,05, maka H diterima yang berarti data
residual berdistribusi normal. Setelah data berdistribusi normal dapat dilanjutkan dengan uji asumsi klasik lainnya.
b. Uji Multikolinearitas
