49
ukuran perusahaan yang diukur dengan Ln Total Asset memiliki pengaruh positif dan signifikan terhadap Profitabilitas ROA.
4.1.3. Analisis Regresi dengan Variabel Kontrol Model II
Uji asumsi klasik dilakukan untuk mengetahui kondisi data yang digunakan dalam sebuah penelitian. Hal ini dilakukan agar diperoleh model
analisis yang tepat untuk digunakan dalam penelitian ini. Adapun uji asumsi klasik yang dilakukan meliputi; Uji normalitas, uji multikolinearitas, uji
heteroskedastisitas dan uji autokorelasi.
4.1.3.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah data yang digunakan memiliki distribusi normal atau mendekati normal dengan melihat normal
probability plot. Uji normalitas yang pertama dilakukan adalah berdasarkan grafik secara histogram yang terlihat pada gambar 4.4.
Gambar 4.4 Grafik Histogram Data Asli
Sumber: Hasil Pengolahan Data SPSS Maret 2015
Universitas Sumatera Utara
50
Berdasarkan gambar 4.4 terlihat bahwa pola distribusi normal, akan tetapi jika kesimpulan normal atau tidaknya data hanya dilihat dari grafik histogram,
maka hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode lain yang digunakan dalam analisis grafik adalah dengan melihat normal
probability plot yang membandingkan distribusi kumulatif dan distribusi normal. Jika distribusi data residual normal, maka garis yang akan menggambarkan data
sesungguhnya akan mengikuti garis diagonalnya. Uji normalitas dengan melihat normal probability plot dapat dilihat dalam gambar 4.5 berikut:
Gambar 4.5 Normal Probability Plot Data Asli
Sumber: Hasil Pengolahan Data SPSS Maret 2015 Berdasarkan grafik profitabilitas pada gambar 4.5 di atas menunjukkan
bahwa data telah terdistribusi secara normal karena distribusi data residualnya mengikuti arah garis diagonal garis normal. Pengujian normalitas data secara
analisis statistik dapat dilakukan dengan melakukan uji Kolmogorov-Smirnov.
Universitas Sumatera Utara
51
Data yang terdistribusi normal ditunjukkan dengan nilai signifikansi di atas 0.05. Sedangkan, data yang tidak berdistribusi normal ditunjukkan dengan nilai
signifikansi dibawah 0.05 Ghozali,2007:12.
Tabel 4.8 Uji Kolmogorov-Smirnov
Sumber: Hasil Pengolahan Data SPSS Maret 2015 Berdasarkan hasil uji normalitas dengan Kolmogorov-Smirnov Data Asli
diatas, terlihat bahwa data telah terdistribusi dengan normal yang mana terlihat bahwa nilai signifikansi diatas 0.05 yaitu sebesar 0.065 dan nilai Kolmogorov-
Smirnov Z sebesar 1.309.
4.1.3.2. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk mengetahui ada atau tidaknya hubungan linear antara variabel independen dalam model regresi dimana prasyarat
dalam model regresi adalah tidak adanya multikolinearitas. Pada uji multikolinearitas ini dapat dilihat melalui nilai inflation factor VIF dan
Tolerance. Unstandardized
Residual N
87 Normal
Parameters
a,b
Mean 0E-7
Std. Deviation
.69768164 Most Extreme
Differences Absolute
.140 Positive
.140 Negative
-.079 Kolmogorov-Smirnov Z
1.309 Asymp. Sig. 2-tailed
.065
Universitas Sumatera Utara
52
Tabel 4.9 Hasil Uji Multikolinearitas
Variabel Collinearity
Statistics Keputusan
Tolerance VIF
LNTS .934
1.071 Tidak terjadi Multikolinearitas CR
.468 2.135 Tidak terjadi Multikolinearitas
ITA .924
1.082 Tidak terjadi Multikolinearitas DAR
.479 2.086 Tidak terjadi Multikolinearitas
Sumber: Hasil Pengolahan Data SPSS Maret 2015 Berdasarkan aturan Variance Inflation Factor VIF dan Tolerance,
apabila VIF melebihi angka 10 atau Tolerance kurang dari 0.10 maka dinyatakan terjadi gejala multikolinearitas, sebaliknya apabila VIF kurang dari 10 atau
Tolerance lebih dari 0.10 maka dinyatakan tidak terjadi gejala multikolinearitas. Dalam penelitian ini data yang digunakan dalam uji multikolinearitas ini adalah
data dari variabel independen. Berdasarkan tabel 4.10 diatas diketahui masing- masing nilai VIF berada dibawah 10, dan nilai Tolerance diatas 0.1, maka dapat
dipastikan data dari variabel independen tidak terjadi multikolinearitas.
4.1.3.3. Uji Heteroskedastisitas
Kategori