4.2.2.1 Uji Normalitas
Uji normalitas adalah uji yang digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi
data dengan bentuk seperti lonceng. Data yang baik adalah data yang mempunyai pola residual data seperti distribusi normal, yakni distribusi data tersebut tidak
menceng ke kiri atau menceng ke kanan. Dalam penelitian ini menggunakan pendekatan histogram, grafik, dan
Kolmogorov-Smirnov untuk menguji data.
Sumber: Hasil Penelitian, 2014 data diolah
Gambar 4.1 Hasil Uji Normalitas Histogram
Pada Gambar 4.1 terlihat bahwa variabel dependen yaitu ROA mempunyai distribusi normal. Hal ini ditunjukkan oleh distribusi data tersebut tidak menceng
ke kiri atau ke kanan. Cara lain untuk menguji normalitas data dengan grafik yakni dengan melihat penyebaran data titik pada garis diagonal dari grafik
normalitas Normal P-P Plot. Jika data menyebar di sekitar garis diagonal, maka
dapat disimpulkan bahwa data berdistiribusi normal. Namun, jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal, maka dapat
disimpulkan bahwa data tidak berdistribusi normal.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2014 data diolah
Gambar 4.2 Hasil Uji Normalitas Normal P-P Plot
Pada Gambar 4.2 terlihat titik-titik yang tersebar mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data berdistribusi normal.
Namun, seringkali data kelihatan normal karena mengikuti arah garis diagonal, padahal belum tentu data tersebut berdistribusi normal. Untuk
memastikan apakah data di sepanjang garis diagonal tersebut berdistribusi normal atau tidak, maka dilakukan pendekatan uji
Kolmogorov-Smirnov 1 sample K-S yakni dengan melihat data residual apakah berdistribusi normal atau tidak. Jika
nilai Asym.sig 2-tailed lebih besar dari tingkat signifikansi 0,05 maka data residual berdistribusi normal. Dan jika nilai Asym.sig 2-tailed lebih kecil dari
tingkat signifikansi 0,05 maka data residual tidak berdistribusi normal.
Universitas Sumatera Utara
Tabel 4.2 Hasil Uji Normalitas
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 112
Normal Parameters Mean
a,b
,0000000 Std. Deviation
,80282392 Most Extreme Differences
Absolute ,126
Positive ,126
Negative -,066
Kolmogorov-Smirnov Z 1,336
Asymp. Sig. 2-tailed ,056
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2014 data diolah
Pada Tabel 4.2 terlihat bahwa nilai Asym.sig 2-tailed adalah 0,056 dan di atas nilai signifikansi 0,05. Dengan demikian dapat disimpulkan bahwa data
residual berdistribusi normal.
4.2.2.2 Uji Multikolinieritas