59
dan nilai rata-rata mean sebesar 1,8973. Nilai rata-rata mean yang lebih besar dibandingkan nilai standart deviasi standart deviation menunjukkan
bahwa data terdistribusi dengan baik. Variabel ROA mempunyai nilai minimum sebesar -0,01 dan nilai
maximum sebesar 0,40. Sementara nilai standart deviasi standart deviation sebesar 0,08128 dan nilai rata-rata mean sebesar 0,0984. Nilai rata-rata
mean yang lebih kecil dibandingkan nilai standart deviasi standart deviation menunjukkan bahwa data terdistribusi kurang baik.
4.2.2 Hasil uji Asumsi klasik
Model regresi berganda akan lebih cepat digunakan dan menghasilkan perhitungan yang lebih akurat, apabila beberapa asumsi berikut dapat terenuhi.
Uji asumsi klasik yang harus dipenuhi antara Uji Normalitas, Uji Multikkolineritas, Uji Autokolerasi, dan Uji Heterokedastisitas.
4.2.2.1. Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Dalam penelitian ini dilakukan
dengan menguji normalitas residual dengan menggunakan uji kolmogorov- Smirnov yaitu dengan membandingkan distribusi komulatif relatif hasil observasi
dengan distribusi komulatif relatif teoritisnya. Jika probabilitas signifikansi nilai residual lebih besar dari 0.05 berarti residual terdistribusi dengan normal.
Demikian pula sebaliknya, jika probabilitas signifikansi residual lebih rendah dari
Universitas Sumatera Utara
60
0,05 berarti residual tidak terdistribusi secara normal. Uji Kolmogorov-Smirnov dapat di lihat Tabel 4.2 sebagai berikut:
Tabel 4.2 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
55 Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,11051240 Most Extreme Differences Absolute
,095 Positive
,095 Negative
-,059 Kolmogorov-Smirnov Z
,704 Asymp. Sig. 2-tailed
,705 a. Test distribution is Normal.
b. Calculated from data. Tabel 4.2 menunjukkan Asymp. Sig. 2-tailed atau angka signifikansi
lebih besar dari 0.05 hal ini berarti data terdistribusi normal. Metode lain untuk mengetahui normalitas adalah dengan menggunakan metode analisis grafik baik
dengan melihat grafik secara histogram ataupun dengan melihat secara Normal Probability Plot. Normalitas dapat dideteksi dengan melihat histogram dari
residualnya: 1.
Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal regresi
memenuhi asumsi normalitas.
Universitas Sumatera Utara
61
2. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Berikut hasil uji normalitas yang diperoleh dalam analisis penelitian ini pada gambar 4.1
Sumber: Hasil penelitian, 2014 Data diolah
Gambar 4.1 Grafik Histogram
Gambar 4.1 menunjukkan bahwa data terdistribusi secara normal karena bentuk kurva memiliki kemiringan yang cenderung imbang dan kurva berbentuk
menyerupai lonceng. Dapat disimpulkan bahwa variabel pengganggu atau residual memiliki pola mendekati distribusi normal.
Universitas Sumatera Utara
62
Sumber: Hasil penelitian, 2014 Data diolah
Gambar 4.2 Normal P-Plot
Berdasarkan gambar 4.2 normal probability plot dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas karena data menyebar di sekitar garis
diagonal dan penyebaran data searah mengikuti garis diagonal.
4.2.2.2. Uji multikolineritas
