50
9. Variabel independen ukuran perusahaan SIZE memiliki nilai minimum
23,13513, nilai maksimum 32,57904, nilai rata-rata 28,4906569, dan standar deviasi 2,43371408 dengan jumlah sampel sebanyak 63.
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik ialah pengujian asumsi-asumsi statistik yang harus dipenuhi pada analisis regresi yang berbasis Ordinary Least Square OLS. Model
regresi yang diperoleh dengan model ini menghasilkan estimator linear tidak bias yang terbaik Best Linear Unbias EstimatorBLUE.
4.2.2.1 Uji Normalitas
Uji normalitas pada penelitian ini dengan analisis grafik histogram, normal probability plot, dan uji statistik non parametris kolmogrov-smirnov K-S.
Berikut tampilan grafik histogram dan normal probability plot.
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
51
Gambar 4.2 Normal P-Plot
Dari hasil uji normalitas dengan menggunakan grafik histogram dan normal p-plot menunjukkan bahwa data berdistribusi normal. Pada grafik
histogram Gambar 4.1 dapat dilihat bahwa data tidak menceng skewness ke kiri atau kanan. Pada grafik normal p-plot Gambar 4.2 juga akan terlihat titik-
titik menyebar dan mendekati sekitar garis diagonal, yang artinya data berdistribusi normal. Untuk lebih memastikan apakah data berdistribusi normal
atau tidak, tidak cukup hanya melakukan analisis grafik histogram dan normality p-plot. Maka dari itu, dilakukanlah uji statistik non parametris kolmogrov-
smirnov K-S. Tabel 4.2 menunjukkan hasil uji kolmogrov-smirnov.
Universitas Sumatera Utara
52
Tabel 4.2 Uji Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
63 Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,12285640
Most Extreme Differences Absolute
,098 Positive
,098 Negative
-,065 Test Statistic
,098 Asymp. Sig. 2-tailed
,200 a. Test distribution is Normal.
b. Calculated from data.
Ketentuan dalam menggunakan uji statistik non parametris kolmogrov- smirnov K-S adalah sebagai berikut :
Apabila nilai signifikansinya lebih besar dari 0,05 maka data berdistribusi normal
Apabila nilai signifikansinya lebih kecil daripada 0,05 maka data tidak berdistribusi normal.
Berdasarkan hasil pengujian K-S pada tabel 4.2 dapat dilihat nilai signifikansi sebesar 0,200 sehingga dapat disimpulkan bahwa data terdistribusi
normal dimana p 0,005 0,200 0,005.
Universitas Sumatera Utara
53
4.2.2.2 Uji Multikolinearitas
Dalam penelitian
ini, untuk
mendeteksi ada
tidaknya gejala
multikolinearitas adalah dengan melihat besaran korelasi antara variabel independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu
Tolerance 0,10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian :
Tabel 4.3 Hasil Uji Multikolinearitas
Berdasarkan tabel 4.3, dapat dilihat bahwa nilai tolerance dari setiap variabel independen tidak lebih dari 0,10 dan nilai VIF dari setiap variabel
independen tidak lebih dari 10. Oleh karena itu, dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. Kesimpulan
ini didukung dengan hasil koefisien korelasi antar variabel seperti pada tabel 4.4 dibawah ini :
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 KI
,826 1,211
KM ,741
1,349 JKA
,581 1,722
FPKA ,557
1,796 KDK
,776 1,288
LEV ,711
1,406 ROA
,821 1,218
SIZE ,633
1,581 a. Dependent Variable: DA
Universitas Sumatera Utara
54
Tabel 4.4 Besaran Korelasi antar Variabel
Coefficient Correlations
a
Model SIZE
KDK ROA
KI KM
JKA LEV
1 Correlatio
ns SIZE
1,000 -,136
-,091 ,199
,010 -,327
,389 KDK
-,136 1,000
,162 -,272
,344 -,001
-,209 ROA
-,091 ,162
1,000 -,177
-,059 ,110
-,334 KI
,199 -,272
-,177 1,000
-,116 -,221
,044 KM
,010 ,344
-,059 -,116
1,000 -,052
-,069 JKA
-,327 -,001
,110 -,221
-,052 1,000
-,153 LEV
,389 -,209
-,334 ,044
-,069 -,153
1,000 FPKA
-,117 -,070
-,165 ,190
-,288 -,469
,126 a. Dependent Variable: DA
Dari hasil korelasi antar variabel independen pada tabel 4.4, tidak tampak adanya variabel yang memiliki korelasi cukup tinggi. Semua korelasi antar
variabel independen masih dibawah 95 0,95, maka dapat dikatakan tidak terjadi multikolinearitas antar variabel independen.
4.2.2.3 Uji Heteroskedastisitas
