Berdasarkan data dari Table 4.1 dapat dijelaskan bahwa: 1. Variabel independen ukuran perusahaan memiliki nilai terendah 10,92 dan
nilai tertinggi 13,72 dengan nilai rata-rata 12,1103 dan standar deviasi 0,72081.
2. Variabel independen peluang pertumbuhan memiliki nilai terendah -0,39 dan nilai tertinggi 0,72 dengan nilai rata-rata 0,1047 dan standar deviasi
0,15966. 3. Variabel independen likuiditas memiliki nilai terendah 0,65 dan nilai
tertinggi 11,74 dengan nilai rata-rata 3,1018 dan standar deviasi 2,28201. 4. Variabel dependen rasio hutang memiliki nilai terendah 0,09 dan nilai
tertinggi 0,89 dengan nilai rata-rata 0,3680 dan standar deviasi 0,16919.
4.2.2 Pengujian Asumsi Klasik
Menguji hipotesis akan dilakukan dengan menggunakan analisis regresi linier berganda. Namun, terlebih dahulu akan diuji mengenai ada
tidaknya penyimpangan terhadap asumsi klasik yang diperlukan untuk mendapatkan model regresi yang baik.
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal
atau tidak dengan membuat hipotesis sebagai berikut: Ho: data residual terdistribusi normal
Ha: data residual terdistribusi tidak normal Uji normalitas dapat dilakukan dengan tiga cara, yaitu:
Universitas Sumatera Utara
a. Analisis grafik b. Analisis Probability Plot
c. Uji Kolmogorov-Smirnov Analisis grafik dapat digunakan dengan dua alat, yaitu grafik
histogram dan grafik P-Plot. Data yang baik adalah data yang memiliki pola distribusi normal. Pada grafik histogram, data yang mengikuti atau
mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-Plot, apabila titik-titik data tidak banyak
menyebar ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal, maka data tersebut berdistribusi normal.
Gambar 4.1 Uji Normalitas Histogram
Dengan melihat tampilan grafik histogram pada gambar 4.1, maka kita dapat melihat bahwa garis pada grafik berbentuk lonceng dan
Universitas Sumatera Utara
garis tersebut menyentuh hampir semua titik pada batang histogram yang menunjukkan bahwa data terdistribusi normal.
Gambar 4.2 Uji Normalitas Grafik P-Plot
Pada grafik P-Plot pada gambar 4.2 diatas dapat dilihat bahwa titik-titik menyebar di sepanjang garis diagonal dan tidak
menjauhi garis tersebut. Hal ini juga menunjukkan bahwa data terdistribusi normal.
Pengujian normalitas data dengan hanya melihat grafik tidak cukup, sehingga kita perlu melakukan uji normalitas data dengan
menggunakan statistik agar lebih meyakinkan. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal atau tidak,
maka dilakukan uji Kolmogorov-Smirnov. Jika nilai signifikansinya lebih besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai
Universitas Sumatera Utara
signifikansinya lebih kecil dari 0,05 maka data tidak terdistribusi normal.
Table 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 66
Normal Parameters
a,,b
Mean ,0000000
Std. Deviation ,11547561
Most Extreme Differences Absolute
,127 Positive
,127 Negative
-,068 Kolmogorov-Smirnov Z
1,030 Asymp. Sig. 2-tailed
,240 a. Test distribution is Normal.
b. Calculated from data.
Hasil uji Kolmogorov-Smirnov pada tabel diatas menunjukkan nilai profitabilitas = 0,240. Dengan demikian, data pada
penelitian ini terdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0,240 0,05.
4.2.2.2 Uji Heterokedastisitas
