79
Dari Hasil Analisis Deskriptif, maka dapat dijelaskan sebagai berikut: 1.
Current ratio minimum adalah 0,4296 yaitu perusahaan RDTX pada tahun 2011, nilai current ratio maximum adalah 18,9850 yaitu perusahaan MTSM
paa tahun 2014. Rata-rata current ratio sebesar 2.095458. 2.
Debt ratio minimum adalah 0,1175 yaitu perusahaan MTSM pada tahun 2014, nilai debt ratio maximum adalah 0,7402 yaitu perusahaan GMTD tahun 2012.
Rata-rata debt ratio sebesar 0,44037. 3.
Z”-Score minimum adalah 0,75 ,dan nilai Maximum adalah 13,52. Rata-rata Z”-Score adalah 4.2923.
4.2.2 Pengujian Asumsi Klasik 4.2.2.1 Uji Normalitas
4.2.2.1.1 Analisis Statistik
Hasil dari analisis statistik dapat dilihat pada tabel 4.2 berikut ini:
Tabel 4.2 Hasil Analisis Statistik Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 64
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,66422911
Most Extreme Differences
Absolute ,139
Positive ,139
Negative -,080
Kolmogorov-Smirnov Z 1,108
Asymp. Sig. 2-tailed ,171
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2015 Data Diolah
Universitas Sumatera Utara
80
Pada tabel 4.2 dijelaskan bahwa nilai Asymp.sig. 2-tailed adalah 0.171dan diatas nilai signifikan 0.05. Dengan kata lain bahwa nilai signifikan
menyatakan 0,171. Hal tersebut berarti bahwa P 0,05 maka data berdistribusi normal.
Nilai kolmogorov-smirnov Z lebih kecil dari 1.97 berarti tidak ada perbedaan antara distribusi teoritic dan distribusi empiric atau dengan kata lain
data dikatakan normal.
4.2.2.1.2 Analisis Grafik
Sumber: Hasil Penelitian, 2015 Data Diolah
Gambar 4.1 Hasil Analisis Grafik Uji Normalitas
Universitas Sumatera Utara
81
Dari Gambar 4.1 histogram diatas data ditunjukkan bahwa data berdistribusi normal Karena grafik berada di atas nol sumbu y.
Sumber: Hasil Penelitian, 2015 Data Diolah
Pada scatter plot terlihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya hal ini menunjukkan
bahwa pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
82
4.2.2.2 Uji Heteroskedastisitas
Hasil dari Uji Heteroskedastisitas dapat dilihat pada Gambar 4.2 dibawah ini:
Sumber: Hasil Penelitian, 2015 Data Diolah
Gambar 4.2 Hasil Uji Heteroskeditas
Dengan memperhatikan Gambar 4.2 scatterplot dapat dilihat bahwa titik menyebar merata dan tidak ada pola yang jelas, seperti titik-titik menyebar diatas
dan dibawah angka 0 pada sumbu Y maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi.
Universitas Sumatera Utara
83
4.2.3.3 Uji Autokorelasi
Hasil dari uji autokorelasi dapat dilihat pada Tabel 4.4 dibawah ini:
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,763
a
,583 ,569
1,69129 1,938
a. Predictors: Constant, DR, CR b. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 Data Diolah
Adapun kriteria dari pengujian adalah : Du d 4-du,
Pada tabel model summary dapat diperhatikan :
dw = 1,938 , n = 64, x = 2 dilihat dari dw tabel maka nilai du = 1,6601
sehingga uji t pada tabel dapat dilihat sebagai berikut 1,6601 1,938 2,3999. maka tidak terjadi autokorelasi posistif dan negatif.
4.2.2.4 Uji Multikolinearitas
Hasil dari uji multikolinearitas dapat dilihat pada tabel 4.3 berikut ini:
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 6,079
,873 6,963
,000 CR
-6,655 1,691
-,363 -3,937
,000 ,803 1,246
DR ,523
,091 ,529
5,728 ,000
,803 1,246 a. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 Data Diolah
Universitas Sumatera Utara
84
Uji multikolinearitas menggunakan uji VIF. Hanya melihat apakah nilai VIF untuk masing-masing variabel lebih besar dari 5 atau tidak. Bila nilai VIF
lebih besar dari 5 maka diindikasikan model tersebut memiliki gejala multikolinieritas. Namun jika lebih kecil dari 10 maka tidak ada gejala
multikolinearitas. Dengan persamaan yang umum dipakai untuk menunjukkan adanya mutikolineritas adalah nilai Tolerence 0,10 atau VIF 5. Dan jika tidak
ada gejala maka ditunjukkan dengan persamaan nilai tolerance 0.10 atau VIF 5.
Dari Tabel 4.3 diatas dapat dilihat bahwa nilai tolerance 0.803 yaitu 0.10 dan VIF 1.246 yaitu 5 , maka dapat dinyatakan bahwa tidak ada gejala
multikolinearitas.
4.2.3 Hasil Analisis Regresi linear Berganda Tabel 4.5