41
1. Variabel IT Inventory Turnover memiliki nilai minimum sebesar 0.01
dan nilai maximum sebesar 0.11. Nilai rata-rata IT sebesar 0.0640 dengan standar deviasi sebesar 0.03470.
2. Variabel CR Current Ratio memiliki nilai minimum sebesar 0.02 dan
nilai maximum sebesar 6.33. Nilai rata-rata CR sebesar 1.7590 dengan standar deviasi 1.62442.
3. Variabel TATO Total Asset Turnover memiliki nilai minimum sebesar
0.02 dan nilai maximum sebesar 0.99. Niilai rata-rata TATO sebesar 0.3253 dengan standar deviasi 0.39578.
4. Variabel independen yaitu rentabilitas ekonomis ROE memiiliki nilai
minimum sebesar 0.04 dan nilai maksimum sebesar 2.43 nilai rata-rata sebesar 0.7873 dan standar deviasi sebesar 1.51454
5. Observasi berjumlah 30 .
4.3 Hasil Uji 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. Pengujian asumsi klasik yang telah dilakukan adalah
sebagai berikut :
4.3.1 Uji Normalitas
Uji normalitas ini bertujuan ingin mengetahui apakah dalam hal model regresi variabel pengganggu atau residual memiliki distribusi normal. Jika asumsi ini
dilanggar atau tidak dipenuhi maka uji statistik tidak valid untuk jumlah sampel
Universitas Sumatera Utara
42
kecil. Uji normalitas pada multivariate sebenarnya sangat kompleks, karena hanya dilakukan pada seluruh variabel secara bersama-sama.
Namun uji ini bisa juga dilakukan pada setiap variabel dengan logika bahwa jika secara individual masing-masing variabel memenuhi asumsi normalitas, maka
secara bersama-sama variabel-variabel tersebut juga bias dianggap memenuhi asumsi normalitas. Cara yang digunakan peneliti adalah dengan cara analisis
grafik dan statistik. Dalam analisis grafik, dilakukan dengan melihat grafik Histogram dan normal P – plot, sedangkan dalam analisis statistik dilakukan
dengan alat uji Kolmogoro Smirnov. Berikut grafik Histogram dan normal P – plot.
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
43
Sumber : Output SPSS
Gambar 4.2 Grafik Normal P-Plot
Jika dilihat berdasarkan grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal, serta penyebaran agak jauh dari garis diagonal. Hal ini
manunjukkan bahwa grafik menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi norrmalitas. Dalam uji normalitas residual dengan
grafik dapat menyesatkan apabila tidak hati-hati secara visual kelihatan normal, oleh karena itu untuk melengkapi uji grafik dilakukan juga uji statistik lain yang
dapat digunakan untuk menguji normalitas residual adalah uji Kolmogrov- Smirnov Uji K-S dapat dilihat pada tabel 4.8, sebagai berikut :
Universitas Sumatera Utara
44 Tabel 4.7
Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
IT CR
TATO ROE
N 30
30 30
30 Normal
Parameters
a,b
Mean .0640 1.7590
.3253 .7873
Std. Deviation .03470 1.6244
2 .39578 1.5145
4 Most Extreme
Differences Absolute
.223 .265
.310 .311
Positive .223
.265 .310
.274 Negative
-.097 -.142
-.220 -.311
Kolmogorov-Smirnov Z 1.223
1.450 1.698
1.703 Asymp. Sig. 2-tailed
.100 .030
.006 .006
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS Berdasarkan Tabel 4.8, dapat disimpulkan bahwa data dalam model regresi
telah terdistribusi secara normal karena data residual lebih besar dari 0.05 yang berarti H
diterima. Setelah data terdistribusi secara normal, maka dilanjutkan uji asumsi klasik lainnya.
4.3.2 Uji Multikolieritas