nilai maksimum 0,730 dan mean 0,48438. Standar deviation simpangan baku variabel ini 0.142556.
c. Variabel pebandingan Retained earning to Total Assets �
2
memiliki sampel N sebanyak 32, dengan nilai minimum -0,14, nilai maksimum 0,79 dan mean 0,4216. Standar deviation
simpangan baku variabel ini 0,30474. d.
Variabel pebandingan Earnings before interest and tax to Total Assets
�
3
nilai minimum 0,02. Nilai maksimum 0,57 dan mean 0,2075. Standar deviation simpangan baku variabel ini 0,15356.
e. Variabel pebandingan book of value of equity tototal liability
�
4
nilai minimum 0,70. Nilai maksimum 5,48 dan mean
3,0937. Standar deviation simpangan baku variabel ini 1,31730. f.
Variabel pebandingan Sales to Total Assets �
5
nilai minimum 0,13. Nilai maksimum 1,94 dan mean 1,3566. Standar deviation
simpangan baku variabel ini 0,37701.
4.4.2 Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi , variabel penganggu atau residual distribusi normal. Uji normalitas
dilakukan dengan dua cara yaitu analisis grafik dan statistik. 1
Analisis grafik
Universitas Sumatera Utara
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah
data yang memiliki pola normal. Pada grafik histogram, data normal ditunjukkan oleh data yang tidak menceng ke kiri atau
menceng ke kanan, Pada grafik PP Plot, data yang normal apabila titik-titik
datanya tidak menceng ke kiri atau ke kanan, melainkan di sekitar garis diagonal. Hasil uji normalitas dengan
menggunakan grafik histogram dan normal probability adalah seperti ditampilkan berikut ini :
Gambar 4.1
Universitas Sumatera Utara
Histogram Sumber : Data diolah peneliti, 2013
Pada grafik histogram terlihat bahwa variabel berdistribusi normal hal ini ditunjukkan oleh distribusi data
tersebut tidak miring ke kiri atau ke kanan.
Gambar 4.2 Grafik P-Plot
Sumber : Data diolah peneliti, 2013
Hasil uji normalitas menggunakan scatter plot menunjukkan bahwa titik pada scatterplot mengikuti data di
sepanjang garis diagonal. Hal ini berarti data berdistribusi normal.
2
Analisis statistik
Universitas Sumatera Utara
Uji normalitas dengan grafik dapat menyesatkan kalau tidak dilihat dengan seksama, secara visual keliatan normal,
padahal secara statistic bisa sebaliknya.. Sehingga perlu dilakukan uji normalitas dengan menggunakan statistik.
Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi
secara normal atau tidak. Ghozali 2005:115, memberikan pedoman pengambilan keputusan tentang data mendekati atau
merupakan distribusi normal berdasarkan uji Kolmogorov- Smirnov yang dapat dilihat dari :
a Nilai sig. atau signifikan atau probabilitas 0,05, maka
distribusi data tidak normal.
b Nilai sig. atau signifikan atau probabilitas 0,05, maka
distribusi data normal.
Tabel 4.8 Uji Kolmogorov – Smirnov
One-Sample Kolmogorov-Smirnov Test
Universitas Sumatera Utara
Sumber : Data
diolah Peneliti,
2013
Berdasarkan uji statistik dengan model Kolmogorov – Smirnov seperti yang terdapat pada tabel 4.8 dapat disimpulkan
bahwa data telah terdistribusi normal karena nilai Asymp.Sig
2-tailed Kolmogorov-Smirnov 0,948 lebih besar dari 0,05.
b. Uji Heteroskedastisitas
