4.3 Analisis dan Pengujian Hipotesis
4.3.1 Uji Kualitas Data
4.3.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal
Ghozali, 2005: 110. Suatu data dikatakan mengikuti sebaran normal apabila nilai signifikansi lebih besar dari 0,05. Berikut ini adalah hasil uji
normalitas dengan menggunakan Kolmogorov Smirnov.
Tabel 4.3.1.1 : Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
36 36
36 36
36 36
36 36
36 36
36 36
36 36
36 36
17.9638 27.8624
61.3879 47.5962
1441.5 54.2970 9.6788 15.5665
11.959 14.8199
18.95 15.30
11.124 21.32
11.07 -13.2518 8.56964
14.2938 16.7556
11.663 2385.9
13.926 2.3501 4.25010
4.7056 5.97548
8.224 6.095
2.0221 4.938
3.361 39.0667
.205 .128
.121 .141
.313 .123
.149 .097
.132 .196
.092 .107
.199 .086
.260 .123
.205 .128
.121 .141
.313 .123
.120 .097
.132 .196
.092 .107
.199 .086
.260 .123
-.136 -.107
-.072 -.090
-.289 -.069
-.149 -.055
-.084 -.121
-.083 -.068
-.103 -.058
-.118 -.066
1.229 .768
.723 .845
1.878 .739
.895 .582
.790 1.177
.552 .644
1.194 .516
1.562 .741
.097 .597
.673 .473
.002 .646
.400 .887
.560 .125
.921 .801
.115 .953
.015 .643
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed QR X1
IPR X2 BR X3
ALR X4
CR X5
LDR X6
PR X7
RAR X8
CAR 2 X9
CAR 3 X10
GPM X11
ROE X12
GYTA X13
RRL X14
LM X15
Perubah an Laba
Y
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran 1
Dengan menggunakan Uji Kolmogorov-Smirnov diperoleh nilai signifikansi variabel X
1
=0,097; X
2
=0,597; X
3
=0,673; X
4
=0,473; X
6
=0,646; X
7
=0,400; X
8
=0,887; X
9
=0,560; X
10
=0,125; X
11
=0,921; X
12
=0,801; X
13
=0,115; X
14
=0,953; dan Y=0,643 yang masing-masing 0,05. Dengan demikian dapat disimpulkan bahwa data tiga belas variabel
X memiliki distribusi data yang normal. Sedangkan untuk variabel X
5
dan X
15
masing-masing memiliki nilai signifikansi sebesar 0,002 dan 0,015
0,05. Dengan demikian dapat disimpulkan bahwa data variabel X
5
dan X
15
memiliki distribusi data yang tidak normal. Normalitas data dapat diperbaiki dengan melakukan transformasi
data atau menambah jumlah sampel data. 4.3.1.2
Uji Normalitas – Setelah Transformasi Data Tabel 4.3.1.2 : Uji Normalitas – Setelah Transformasi Data
One-Sample Kolmogorov-Smirnov Test
36 36
36 36
36 36
36 36
36 36
36 36
36 36
36 36
17.96 27.86
61.39 47.60
6.412 54.30
9.679 15.57
11.959 14.82
18.95 15.30
11.12 21.32
2.367 -13.2518
8.570 14.29
16.76 11.66
1.215 13.93
2.350 4.250
4.7056 5.975
8.224 6.095
2.022 4.938
.2656 39.06669
.205 .128
.121 .141
.183 .123
.149 .097
.132 .196
.092 .107
.199 .086
.200 .123
.205 .128
.121 .141
.183 .123
.120 .097
.132 .196
.092 .107
.199 .086
.200 .123
-.136 -.107
-.072 -.090
-.095 -.069
-.149 -.055
-.084 -.121
-.083 -.068
-.103 -.058
-.090 -.066
1.229 .768
.723 .845
1.096 .739
.895 .582
.790 1.177
.552 .644
1.194 .516
1.201 .741
.097 .597
.673 .473
.181 .646
.400 .887
.560 .125
.921 .801
.115 .953
.112 .643
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed QR
X1 IPR
X2 BR
X3 ALR
X4 CR~
X5 LDR
X6 PR
X7 RAR
X8 CAR 2
X9 CAR 3
X10 GPM
X11 ROE
X12 GYTA
X13 RRL
X14 LM~
X15 Perubaha
n Laba Y
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran 1
Dengan menggunakan Uji Kolmogorov-Smirnov diperoleh nilai signifikansi variabel X
1
=0,097; X
2
=0,597; X
3
=0,673; X
4
=0,473; X
5
=0,181; X
6
=0,646; X
7
=0,400; X
8
=0,887; X
9
=0,560; X
10
=0,125; X
11
=0,921; X
12
=0,801; X
13
=0,115; X
14
=0,953; X
15
=0,112 dan Y=0,643 yang masing-masing 0,05. Dengan demikian dapat disimpulkan bahwa
data lima belas variabel X memiliki distribusi data yang normal.
4.3.2 Uji Asumsi Klasik