dan uji autokorelasi. Model regresi yang baik adalah model yang lolos dari uji asumsi klasik. Ghozali, 2002, hal. 55.
4.2.2.1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah vaariabel pengguna atau residual memiliki distribusi normal sebagai dasar bahwa uji T uji F
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka model regresi dianggab tidak valid dengan jumlah sampel yang
ada. Ada dua cara yang biasa digunakan untuk menguji normalitas model regresi tersebut yaitudengan analisis grafik normal P- Plot dan analisis statistic analisis
Z skor dan kurtosis one sample kolmogrov- simirnov test. Model regresi yang baik mensyaratkan adanya normalitas pada data penelitian atau pada nilai
residualnya bukan pada masing-masing variabelnya. Uji normalitas model regresi dalam penelitian ini menggunakan analisis grafik dengan melihat histogram dan
normal probability plot. Apabila ploting data membentuk satu garis lurus diagonal maka distribusi data adalah normal.berikut adalah hasil uji normalitas dengan
menggunakan diagram.
Universitas Sumatera Utara
Gambar 4.1 Output SPSS Grafik Histogram
Gambar 4.2 Output SPSS Normal P-Plot
Sumber data yang telah diolah
3 2
1 -1
-2
Regression Standardized Residual
8 6
4 2
F re
q u
e n
c y
Mean = -6.66E-16 Std. Dev. = 0.907
N = 18
Dependent Variable: ROA Histogram
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xp
ec te
d C
u m
P ro
b
Dependent Variable: ROA Normal P-P Plot of Regression Standardized Residual
Universitas Sumatera Utara
Dari hasil uji normalitas dengan menggunakan grafik histogram dan normal probability plot, tampak bahwa histogram memberikan pola distribusi
yang menceng ke kanan sedangkan pada grafik norma probability plot terihat bahwa titik-titik menyebar dan menjauhi garis diagonalnya. Hal ini menunjukkan
bahwa data tidak terdistribusi secara normal dan model regresi yang diuji dengan menggunakan grafik tersebut tidak memenuhi asumsi normalitas.
4.2.2.2. Uji Multikolinearitas
Uji multikolineritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variable bebes independen variable. Model
regresi yang baik seharusnya tidak terjadi korelasi antara variable bebas, karena jika ha tersebut terjadi maka variable- variable tersebut tidak orthogonal atau
terjadi kemiripan. Variable orthogonal adalah variable bebas yang nilai korelasi antar sesama variable bebas bernilai nol. Uji ini untuk menghindari dari kebiasaan
dalam proses pengambilan keputusan mengenai pengaruh parsial masing- masing variable independen terhadap variable dependen. Untuk mendeteksi apakah terjadi
problem multikol dapat melihat nilai tolerance dan lawannya variance inflation factor VIF. Uji Multikolinearitas dalam penelitian ini adalah dengan melihat
koefisien Variance Inflation Factor VIF dan nilai Tolerance. Gangguan multikolinearitas tidak terjadi jika VIF dibawah 10 atau Tolerance di atas 0,1.
Universitas Sumatera Utara
Tabel 4.7 Output SPSS Uji Multikolinearitas
Coefficients
a
Model Colinearity Statistics
Tolerance VIF
1 Constant
DAR .933
1.071 DER
.924 1.083
LDER .986
1.014
Sumber data yang telah diolah Hasil uji multikolinearitas menunjukkan nilai tolerance 0,10 dan nilai
VIF 10 untuk variabel penelitian DAR, DER, dan LDER, hal ini menunjukka n bahwa tidak ada multikolinearitas dalam model regresi.
4.2.2.3. Uji Heterokedastisitas
Kategori