sebesar -0,002. Dengan asumsi variabel lain tetap variabel lain sama dengan nol.
3. Variabel Perputaran Piutang bernilai 0,008. Hal ini menyatakan bahwa
setiap kali terjadi kenaikan 1 Perputaran Piutang, maka akan mendorong kenaikan ROI sebesar 0,008. Dengan asumsi variabel lain tetap variabel
lain sama dengan nol. 4.
Variabel Perputaran Persediaan bernilai 0,001, menunjukkan bahwa setiap kali terjadi kenaikan 1 Perputaran Persediaan, maka akan mendorong
kenaikan ROI sebesar 0,001. Dengan asumsi variabel lain tetap variabel lain sama dengan nol.
4.4 Pengujian Asumsi Klasik
Sebelum model regresi linier berganda dipergunakan untuk menguji hipotesis yang diajukan, maka perlu dilakukan uji asumsi klasik agar persamaan
regresi linier berganda memberikan hasil yang representatif. Adapun uji asumsi dasar klasik yang dilakukan adalah sebagai berikut :
4.4.1. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah nilai residual berdistribusi normal atau tidak. Data yang baik adalah data yang mempunyai pola distribusi
data dengan bentuk seperti lonceng dan tidak menceng ke kiri atau menceng ke kanan. Uji normalitas dapat dilakukan melalui analisis grafik dan statistik.
Universitas Sumatera Utara
a Analisis Grafik.
Uji normalitas yang digunakan dalam analisis grafik ini adalah dengan melihat grafik histogram dan normal probability plot yang di tampilkan berikut
ini.
Ganbar 4.1 Histogram Dependent Variael ROI
Sumber: Hasil Pengolahan SPSS 2011
Gambar 4.1 menunjukkan bahwa grafik histogram memberikan pola distribusi yang tidak menceng ke kiri atau menceng ke kanan. Hal ini berarti data
residual mempunyai distribusi normal.
Universitas Sumatera Utara
Uji normalitas dapat juga dilakukan melalui grafik normal p-p plot of regression standardized residual seperti yang disajikan pada Gambar
4.2.
Gambar 4.2 Normal P-P Plot of Regression Standardized Residual Dependent Variable
ROI. Sumber: Hasil Pengolahan SPSS 2011
Gambar 4.2 menunjukkan bahwa titik-titik pada scatter plot mengikuti di sepanjang garis diagonal. Hal ini menunjukkan bahwa data residual mempunyai
distribusi normal.
Universitas Sumatera Utara
b Analisis Statistik
Uji normalitas dapat juga dilakukan dengan menggunakan analisis statistik. Analisis statistik memberikan hasil yang lebih akurat dibandingkan
dengan analisis grafik. Uji normalitas yang digunakan dalam analisis statistik ini adalah uji statistik non-parametrik One-Sample Kolmogorov Smirnov. Data akan
berdistribusi normal apabila nilai Asymp. Sig 2-tailed taraf nyata α = 0,05.
Dan jika nilai Asymp.sig 2-tailed taraf nyata α = 0,05, maka data tidak
berdistribusi normal.
Tabel 4.6 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
62 Normal Parameters
a
Mean .0000000
Std. Deviation .11241742
Most Extreme Differences Absolute
.157 Positive
.157 Negative
-.105 Kolmogorov-Smirnov Z
1.236 Asymp. Sig. 2-tailed
.094 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS 2011
Tabel 4.6 menunjukkan bahwa nilai Asymp.sig 2-tailed sebesar 0,094, sehingga dapat dinyatakan bahwa data berdistribusi normal karena lebih dari nilai
taraf nyata α = 0,05.
Universitas Sumatera Utara
4.4.2. Uji Multikolinearitas.
