Pengujian asumsi klasik dalam penelitian ini dilakukan dengan statistic normalitas data, autokorelasi, heterokedastisitas, dan asumsi klasik
lainnya, agar hasil pengujian tidak bersifat bias dan efisien.
a. Uji Normalitas Data
Uji normalitas bertujuan mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal serta untuk menghindari bias dalam model regresi. Pengujian normalitas dalam penelitian ini menggunakan uji
statistik non-parametrik Kolmogorov-Smirnov K-S, dengan hipotesis:
H0 : data residual berdistribusi normal
Ha : data tidak berdistribusi normal
Bila signifikansi lebih besar dari 0,05 maka H0 diterima, bila signifikansi kurang dari 0,05 maka H0 ditolak.
Universitas Sumatera Utara
Table 4.2 Hasil Uji Normalitas I
Sumber : Hasil Pengolahan SPSS 2011
Dari pengolahan data pada table 4.1 tersebut, diperoleh variabel CSRI, BASIS, LEV, LIKUID, dan SIZE terdistribusi secara normal karena
nilai signifikan dari masing-masing variabel tersebut lebih besar dari 0,05. Nilai signifikan yang lebih besar dari 0,05 berarti data terdistribusi normal.
Namun, variabel PROFIT pada table 4.1 tersebut memiliki nilai signifikan 0,04 atau lebih kecil dari 0,05, yang artinya pada variabel PROFIT data
tidak menunjukkan distribusi normal. Untuk memulihkan ketidaknormalan distribusi data pada variabel PROFIT tersebut dilakukan dengan cara
mentransformasikan data variabel PROFIT ke dalam bentuk Logaritma naturalLn sehingga diperoleh hasil uji normalitas sebagai berikut:
One-Sample Kolmogorov-Smirnov Test
CSRI BASIS
PROFIT LEV
LIKUID SIZE
N 30
30 30
30 30
30 Normal Parameters
a,,b
Mean .4503
.3558 .1511
.4429 1.8510
29.8010 Std. Deviation
.11477 .20288
.30575 .18556
1.28424 .89888
Most Extreme Differences
Absolute .093
.225 .256
.158 .210
.128 Positive
.093 .225
.185 .158
.210 .128
Negative -.067
-.114 -.256
-.074 -.126
-.096 Kolmogorov-Smirnov Z
.511 1.232
1.400 .867
1.152 .703
Asymp. Sig. 2-tailed .957
.096 .040
.440 .141
.707 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Tabel 4.3 Hasil Uji Normalitas II
Sumber: Hasil pengolahan SPSS 2011 Dari hasil pengolahan data, diperoleh variabel CSRI, BASIS, LEV,
SIZE, LIKUID, dan PROFIT secara keseluruhan terdistribusi secara normal, dengan nilai signifikan masing-masing variabel
lebih dari 0,05. Dengan demikian, data dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelasnya, berikut turut
ditampilkan grafik dan histogram data yang terdistribusi normal
One-Sample Kolmogorov-Smirnov Test
CSRI BASIS
LEV LIKUID
SIZE PROFIT
N 30
30 30
30 30
28 Normal
Parameters
a,,b
Mean .4503
.3558 .4429
1.8510 29.8010
-1.9359 Std. Deviation
.11477 .20288
.18556 1.28424
.89888 .96289
Most Extreme Differences
Absolute .093
.225 .158
.210 .128
.171 Positive
.093 .225
.158 .210
.128 .103
Negative -.067
-.114 -.074
-.126 -.096
-.171 Kolmogorov-Smirnov Z
.511 1.232
.867 1.152
.703 .905
Asymp. Sig. 2-tailed .957
.096 .440
.141 .707
.386 a. Test distribution is Normal.
b. Calculated from data.
Universitas Sumatera Utara
Gambar 4.1 Histogram
Sumber: Hasil Pengolahan SPSS2011 Dari grafik tersebut dapat disimpulkan bahwa distribusi data
mendekati normal, karena grafik histogram menunjukkan garis diagonal yang tidak mencengskewness baik ke kanan maupun ke
kiri. Berikut hasil uji normalitas dengan menggunakan grafik plot:
Universitas Sumatera Utara
Gambar 4.2 Normal P-Plot
Sumber: Hasil Pengolahan SPSS2011 Grafik P-Plot menunujukkan titik-titik menyebar di sekitar garis
diagonal dan penyebarannya mengikuti garis diagonal. Kondisi demikian menunjukkan bahwa data tersebut terdistribusi secara
normal.
b. Uji Multikolinearitas