D. Asumsi Klasik Statistik Setelah Data DiTransformasi
1. Tahapan Transformasi
a. Multikolinearitas
Hasil pengujian sebelumnya memberikan gambaran bahwa data yang digunakan secara jelas belum melewati masalah multikolinearitas.
Salah satu cara mengatasi multikolieritas menurut Nachrowi 2002:125 adalah dengan tidak mengikutsertakan variabel yang berkorelasi.
Peneliti memutuskan untuk mengatasi masalah tersebut dengan tidak menggunakan variabel yang memiliki kolinieritas tersebut yaitu
variabel Debt Ratio dan Long Term Debt To Total Assets Ratio. Jadi yang digunakan hanya variabel bebas DER Debt To Equity Ratio dan TIE
Time Interest Earned Ratio.
b. Transformasi Data
Langkah yang diambil selanjutnya adalah dengan mentransformasi data ke bentuk Ln Logaritma Natural. Alasannya adalah bahwa dengan
mentrasnformasi data ke bentuk Ln akan membuat plot distribusi normal semakin baik bila dibandingkan data biasa. Hal ini disebabkan karena
pada data biasa jarak atau rentang data pada variabel sangat lebar Trihendradi;2006:29. Alasan lainnya adalah mengingat bahwa koefisen
determinasi nilainya yang sangat kecil menandakan bahwa nilai ekstrem ada dalam data. Sehingga dengan memperkecil jarak antar nilai data akan
memperkecil jumlah data outlier yang akan dihilangkan.
Universitas Sumatera Utara
c. Outliers
Menurut Nachrowi
2002:135 Outlier merupakan nilai yang
terpisah dari kumpulan observasi, yang dapat bernilai sangat besar atau sangat kecil. Mengingat pendugaan koefisien regresi dan berbagai
perhitungan lain yang menyangkut regresi, seperti koefisien determinasi atau uji hipotesis, sangat banyak memanfaatkan nilai rata-rata, maka nilai
ekstrim akan mempunyai pengaruh terhadap ketepatan model. Nilai yang dianggap outliers adalah nilai Y prediksi dengan
residual standar yang nilainya lebih dari 2 dua . Setelah data-data yang masuk dalam kategori Outliers dikeluarkan maka data yang tersisa adalah
32 dari 52 data yang diamati. Penyeleksian data memberikan hasil bahwa residual standar tidak ada lagi yang bernilai lebih dari 2 dua.
2. Uji Normalitas