78
4. Variabel Ukuran Perusahaan menunjukkan nilai maksimum sebesar 15.56
dan nilai minimum sebesar 12.18 dari jumlah data yang digunakan N sebanyak 76. Dari N = 76 tersebut diperoleh rata-rata untuk variabel ini
sebesar 13.6230 dengan standar deviasi sebesar 0.88066. 5.
Variabel Inflasi menunjukkan nilai maksimum sebesar 0.05380 dan nilai minimum sebesar 0.04278 dari jumlah data yang digunakan N sebanyak
76. Dari N = 76 tersebut diperoleh rata-rata untuk variabel ini sebesar 0.491958
dengan standar deviasi sebesar 0.00410751. 6.
Variabel Return On Assets ROA menunjukkan nilai maksimum sebesar 5.15 dan nilai minimum sebesar 0.44 dari jumlah data yang digunakan N
sebanyak 76. Dari N = 76 tersebut diperoleh rata-rata untuk variabel ini sebesar 2.1880 dengan standar deviasi sebesar 1.04674.
7. Observasi berjumlah 76.
4.3 Hasil Uji Asumsi Klasik
Analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis untuk menghasilkan suatu model regresi yang baik. Apabila
terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang telah dilakukan adalah sebagai
berikut :
4.3.1 Uji Normalitas
Universitas Sumatera Utara
79
Uji normalitas ini bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Cara
yang digunakan peneliti adalah dengan cara analisis grafik dan statistik. Dalam analisis grafik, dilakukan dengan melihat grafik Histogram dan normal
P – plot, sedangkan dalam analisis statistik dilakukan dengan alat uji Kolmogoro Smirnov. Berikut grafik Histogram dan normal P – Plot.
Sumber: Dioleh dari SPSS 17, 2013
Gambar 4.1 Grafik Histogram
Universitas Sumatera Utara
80
Sumber: Diolah dengan SPSS 17, 2014
Gambar 4.2 Normal Probability Plot
Dengan melihat tampilan grafik histogram yang agak miring ke kanan dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang
normal. Sedangkan pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal.
Kedua grafik diatas menunjukkan bahwa model regresi layak dipakai karena memenuhi asumsi normalitas.
Selain menggunakan uji grafik, sebaiknya dilengkapi dengan uji statistik yaitu dengan menggunakan uji Kolmogorov Smirnov agar hasil yang
didapat lebih akurat seperti yang terlihat pada tabel 4.9 berikut:
Universitas Sumatera Utara
81
Tabel 4.9 Uji
Kolmogorov Smirnov 1
One-Sample Kolmogorov-Smirnov Test
Unstandar dized Residual
N 76
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .87690650
Most Extreme Differences
Absolute .072
Positive .072
Negative -.045
Kolmogorov- Smirnov Z
.625
Asymp. Sig. 2-tailed
.829
a. Test distribution is Normal. b. Calculated from data.
Sumber : output SPSS Dari hasil uji Kolmogorov Smirnov, dapat diketahui bahwa
unstandardized residual memiliki nilai signifikansi 0.829. Nilai ini lebih
besar dari nilai probabilitas 0.05 0.829 0.05. Hal ini menunjukkan bahwa residual terdistribusi normal.
4.3.2 Uji Multikolinearitas
Universitas Sumatera Utara
82
Multikolinearitas dikenal juga dengan istilah kolinearitas ganda. Istilah kolinearitas colinearity sendiri berarti hubungan linear tunggal single
linear relationship , sedangkan kolinearitas ganda multicolinearity
menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Multikolinearitas juga merupakan situasi antara korelasi variabel-
variabel independen antara yang satu dengan yang lainnya. Variabel-variabel ini disebut bebas tidak orthogonal. Variabel-variabel bebas yang bersifat
orthogonal adalah variabel bebas yang memiliki nilai korelasi diantaranya sama dengan nol. Uji multikolinearitas dengan melihat nilai tolerance dan
VIF menunjukkan hasil seperti pada tabel 4.10 berikut:
Tabel 4.10 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardi
zed Coefficients Std.
Error Beta
ig. Constant
2.859 2.070
1.381 172
EAR .903
.935 -.145
.966 337
DER .150
.039 -.395
3.879 000
Pertumbuha n Aset
.201 1.062
.170 .131
262
Universitas Sumatera Utara
83
Ukuran Perusahaan
480 .120
.404 .990
000 Rate
Inflation 5.418
25.994 -.021
.208 835
a. Dependent Variable: ROA
Model Correlations
Collinearity Statistics
Ze ro-order
artial Par
t Tolera
nce V
IF EAR
- .059
.115 -
.097 .443
2 .258
DER -
.354 .421
- .388
.968 1
.033 Pertumbuha
n Aset -
.012 134
.11 3
.444 2
.250 Ukuran
Perusahaan .3
72 430
.39 9
.977 1
.023 Rate
Inflation -
.068 .025
- .021
.964 1
.038 a. Dependent Variable: ROA
Sumber: Diolah dengan SPSS 17. 2014 Tabel 4.10 diatas memperlihatkan bahwa tidak ada variabel yang memiliki
nilai tolerance 0.10 dan VIF 10 sehingga hasil ini menunjukkan bahwa seluruh variabel independen dalam persamaan regresi ini sama sekali tidak
memiliki korelasi antar variabel atau dengan kata lain tidak terjadi multikolinearitas antar variabel.
Universitas Sumatera Utara
84
4.3.3 Uji Heteroskedastisitas