6. Rata – rata BOPO adalah 0,7981 dengan standar deviasi 0, 31391 dan jumlah
data yang ada adalah 52. Nilai BOPO tertinggi adalah 2,31 sedangkan nilai terendah adalah 0,12.
7. Rata – rata LDR adalah 0,7798 dengan standar deviasi 0,12374 dan jumlah data
yang ada adalah 52. Nilai LDR tertinggi adalah 1,00 sedangkan nilai terendah adalah 0,51.
8. Rata – rata PL adalah 0,3010 dengan standar deviasi 0,37625 dan jumlah data
yang ada adalah 52. Nilai PL tertinggi adalah 1,34 sedangkan nilai terendah adalah -0,55.
4.3 Pengujian Asumsi Klasik
Uji asumsi klasik merupakan prasyarat analisis regresi bergnda. Dari hasil perhitungan sampel rata-rata rasio keuangan selama tiga tahun, maka dalam
penelitian ini perlu dilakukan pengujian asumsi klasik terlebih dahulu yang meliputi: uji normalitas, uji multikolinieritas, uji heteroskedasitisitas, dan uji
autokolerasi.
4.3.1 Uji Normalitas
Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non parametrik Kolmogorov-Smirnov untuk mengetahui apakah data
sudah terdistribusi secara normal atau tidak. Erlina 2008:102 uji ini berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal gunakan
statistik parametrik dan jika data tidak normal gunakan statistik non parametrik. Pedoman pengambilan keputusan tentang data mendekati atau merupakan
distribusi normal berdasarkan uji Kolmogorov - Smirnov, dapat dilihat dari: 1.
Jika nilai signifikan 0,05 maka distribusi data tidak normal, dan 2.
Jika nilai signifikan 0,05 maka distribusi data normal. Hipotesis yang digunakan adalah :
Universitas Sumatera Utara
H : Data residual berdistribusi normal, dan
H
a
: Data residual tidak berdistribusi normal.
Tabel 4.2 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 52
Normal Parameters
a,b
Mean ,3009615
Std. Deviation ,13429133
Most Extreme Differences
Absolute ,099
Positive ,039
Negative -,099
Kolmogorov-Smirnov Z ,716
Asymp. Sig. 2-tailed ,684
a. Test distribution is Normal. b. Calculated from data.
Sumber: Output SPSS, diolah Penulis 2013 Dari hasil uji normalitas data diatas, maka nilai Kolmogrov – Smirnov
menjadi 0,716 dan signifikan lebih 0,05 karena Asymp. Sig. 2-tailed 0,684 dari 0,05. Nilai signifikansi lebih besar dari 0,05, maka H
diterima H
a
ditolak yang berarti data residual telah berdistribusi normal.
Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji
asumsi klasik lainnya. Untuk lebih jelas, berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Universitas Sumatera Utara
Sumber: Output SPSS, diolah Penulis, 2013
Gambar 4.1 Histogram
Grafik histogram pada gambar 4.1 menunjukkan pola distribusi normal karena grafik tidak menceng skewness kiri maupun menceng kanan. Dengan
demikian, dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian pula hasil uji normalitas dengan menggunakan grafik
normal p-plot.
Universitas Sumatera Utara
Sumber : Output SPSS, diolah Penulis, 2013
Gambar 4.2 Grafik Normal
P-plot
Berdasarkan grafik normal p-plot di atas terlihat bahwa data menyebar disekitar garis diagonal, maka dapat disimpulkan bahwa model regresi telah
memenuhi asumsi nomalitas.
4.3.2 Uji Multikolinearitas