Uji Normalitas Uji Asumsi Klasik

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