Rata-rata CAR adalah 17,3836 dengan standar deviasi 4,42237. Nilai minimum LDR adalah 70,21 dan nilai maksimumnya 166,82. Rata-rata LDR adalah
107,6247 dengan standar deviasi 29,50262. Nilai minimum ROA adalah 2,47 dan nilai maksimumnya 4,99. Rata-rata ROA adalah 3,8789 dengan standar
deviasi 0,75472.
4.1.2. Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas merupakan uji prasyarat yang harus dilakukan sebelum perhitungan regresi. Uji normalitas bertujuan untuk mengetahui apakah model
regresi, variabel pengganggu, atau residual memiliki distribusi normal. Jika data tidak berdistribusi normal, maka uji statistik menjadi tidak valid.
Uji normalitas dalam penelitian ini menggunakan analisis grafik yang terdiri atas grafik histogram dan normal probability plot. Untuk melihat suatu data
berdistribusi normal atau tidak dapat dideteksi dengan melihat histogram dari residualnya dan dengan melihat penyebaran titik pada sumbu diagonal dari normal
probability plot. Jika grafik histogram menunjukkan pola distribusi normal atau data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka
model regresi memenuhi asumsi normalitas. Uji Normalitas dengan SPSS dapat diketahui melalui grafik di bawah ini:
Gambar 4.1 Grafik Histogram
Gambar 4.2 Grafik Normal Probability Plot
Regression Standardized Residual
2 1
-1 -2
-3
Frequency
10 8
6 4
2
Histogram Dependent Variable: ROA Y
Mean =1.66E- 15
Std. Dev. =0. 941
N =36
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Exp ected C
um Prob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: ROA Y
Dari grafik histogram dan normal probability plot di atas dapat dilihat bahwa pola histogramnya menunjukkan pola distribusi yang normal, yaitu
berbentuk seperti lonceng dan tidak mengalami kemencengan skewness ke kiri maupun ke kanan. Sedangkan pada grafik normal plot terlihat titik-titik menyebar
di sekitar garis diagonal dan mengikuti arah garis diagonal. Kedua grafik di atas menunjukkan bahwa data berdistribusi normal.
Selain melalui analisis grafik, normal tidaknya data dalam penelitian ini juga dapat dilihat melalui uji statistik, yaitu uji Kolmogorov-Smirnov yang
ditunjukkan oleh tabel di bawah ini:
Tabel 4.2
Uji Normalitas
Dari Tabel 4.2 di atas dapat diketahui bahwa nilai signifikansi adalah sebesar 0,967. Nilai ini lebih besar dari 0,05 maka Ho diterima, artinya data dalam
penelitian ini berdistribusi normal.
One -Sam ple Kolm ogorov-Sm irnov Te st
36 .0000000
.33868571 .083
.083 -.052
.495 .967
N Mean
Std. Dev iation Normal Parameters
a,b
A bs olute Positive
Negative Mos t Ex treme
Dif f erences
Kolmogorov-Smirnov Z A sy mp. Sig. 2-tailed
Unstandardiz ed Residual
Test dis tribution is Normal. a.
Calc ulated f rom data. b.
2. Uji Multikolinearitas