Uji Normalitas Uji Asumsi Klasik

56 yang baru berjalan satu tahun dan sebagai bank baru tentunya harus menyuntik modal untuk membangun semua unsur usaha baik secara bisnis maupun non bisnis. Sedangkan nilai ROA paling tinggi adalah Maybank Syariah Tbk pada tahun 2010 sebesar 4,29, yang berarti bahwa bank tersebut mampu menghasilkan perolehan laba sebelum pajak yang tinggi dan pengelolaan aktiva dengan maksimal. Secara keseluruhan rata-rata pengembalian asset dari 11 sebelas perbankan syariah yang diteliti adalah 1,11. Hal ini menunjukkan profitabilitas 11 perbankan syariah di Indonesia termasuk cukup sehat dan kinerja yangcukup baik walaupun berada di bawah 1,5 atau berada pada peringkat 3 yaitu 0,5 ROA ≤1,25, dengan cukup baiknya kinerja bank maka akan meningkatkan tingkat kepercayaan masyarakat untuk menyimpan dananya di bank yang berdampak pada meningkatnya laba bank tersebut. Nilai rata-rata lebih kecil dari standar deviasi yaitu 0,0111 0,0114. Hal tersebut menandakan penyebaran data yang tidak terlalu berfluktuatif atau data cenderung menyebar disekitar rata- rata.

4.1.3 Uji Asumsi Klasik

Untuk mendapatkan nilai pemeriksa yang tidak bias dan efisien, maka penulis perlu melakukan asumsi klasik sebagai berikut:

4.1.3.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji � dan � mengasumsikan bahwa nilai residual mengikuti distribusi normal.Kalau asumsi 57 ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2011:160.Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Kolmogorov-Smirnov. Tingkat signifikansi yang digunakan � = 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas �, dengan ketentuan sebagai berikut: 1. Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi. 2. Jika probabilitas 0,05, maka asumsi normalitas tidak terpenuhi. Perhatikan bahwa berdasarkan Tabel 4.2, diketahui nilai probabilitas p atau Asymp. Sig. 2-tailed sebesar 0,161. Karena nilai probabilitas p, yakni 0,161, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas dipenuhi. Tabel 4.2 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 55 Normal Parameters a,,b Mean .0000000 Std. Deviation .00743984 Most Extreme Differences Absolute .151 Positive .151 Negative -.087 Kolmogorov-Smirnov Z 1.122 Asymp. Sig. 2-tailed .161 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Penelitian, 2015 Data diolah Pengujian asumsi normalitas dapat juga digunakan pendekatan analisis grafik, histogram. Pada pendekatan histogram, jika kurva berbentuk kurva normal, maka asumsi normalitas dipenuhi. Pada pendekatan normal probability plot, jika titik-titikmenyebar jauh menyebar berliku-liku pada garis diagonal dari garis 58 diagonal, maka diindikasi asumsi normalitas error tidak dipenuhi. Jika titik-titik menyebar sangat dekat pada garis diagonal, maka asumsi normalitas dipenuhi. Sumber: Hasil Penelitian, 2015 Data diolah Gambar 4.1 Histogram untuk Pengujian Asumsi Normalitas Gambar 4.2 berikut merupakan output dari SPSS. Perhatikan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas error dipenuhi. Di samping itu pada normal probability plot Gambar 4.2, titik-titik menyebar cukup dekat pada garis diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi. Sumber: Hasil Penelitian, 2015 Data diolah Gambar 4.2 Normalitas dengan Normal Probability Plot 59

4.1.3.2 Uji Autokorelasi