Uji Normalitas Uji Multikolinearitas

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