1. Home
  2. Ekonomi & Keuangan

Uji Normalitas Uji Asumsi Klasik

44

4.2.2.1 Uji Normalitas

Pengujian apakah distribusi data normal atau tidak, salah satunya dengan menggunakan analisis grafik. Cara yang paling sederhana adalah dengan melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal sebagaimana Gambar 4.2. berikut: Gambar 4.1 Grafik Histogram Sumber : Output SPSS versi 17 : Normal Histogram,2015, Lampiran 7 Dengan melihat tampilan grafik histogram, dapat disimpulkan bahwa grafik histogram memberikan pola distribusi yang mendekati 45 normal. Namun demikian dengan hanya melihat histogram, hal ini dapat memberikan hasil yang meragukan khususnya untuk jumlah sampel kecil. Metode yang handal adalah dengan melihat normal probability plot, dimana pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal, sebagaimana ditampilkan pada Gambar 4.3 berikut: Gambar 4.2 Uji Normalitas P-Plot Sumber : Output SPSS versi 17 : Normal P-P Plot,2015, Lampiran 7 Jika dilihat berdasarkan grafik normal plot terlihat titik-titik menyebar tidak jauh dari garis diagonal. Hal ini menunjukkan bahwa 46 grafik pola distribusi normal, maka model regresi memenuhi asumsi normalitas. Dalam uji normalitas residual dengan grafik dapat menyesatkan apabila tidak hati-hati secara visual kelihatan normal, oleh karena itu untuk melengkapi uji grafik dilakukan juga uji statistik lain yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogrov-Smirnov K-S dapat dilihat pada table 4.4, sebagai berikut: Tabel 4.4 Uji Normalitas KS Sumber : Output SPSS versi 17: One Sample Kolmogorov Smirnov,2015, Lampiran 7 Berdasarkan Tabel 4.4 mengindikasikan bahwa data mempunyai distribusi normal, dimana berdasarkan nilai signifikansi Kolmogorov - One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 75 Normal Parameters a,,b Mean .0000000 Std. Deviation .93030411 Most Extreme Differences Absolute .137 Positive .137 Negative -.075 Kolmogorov-Smirnov Z 1.184 Asymp. Sig. 2-tailed .121 a. Test distribution is Normal. b. Calculated from data. 47 Smirnov menunjukkan nilai lebih besar 0,05 yang mempunyai nilai signifikan 0,121, maka dapat dinyatakan bahwa data mempunyai distribusi normal.

4.2.2.2 Uji Multikolinearitas

Dokumen yang terkait

Pengaruh Risiko Kredit dan Tingkat Likuiditas terhadap Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia

2 41 76

Pengaruh Rasio Likuiditas Terhadap Tingkat Profitabilitas Pada Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia.

0 55 91

Pengaruh Resiko Kredit Yang Diberikan dan Tingkat Likuiditas Terhadap Profitabilitas Perbankan Yang Terdaftar di Bursa Efek Indonesia

3 43 79

Pengaruh Tingkat Likuiditas dan Profitabilitas Terhadap Perubahan Harga Saham Perusahaan Perbankan Yang Terdaftar Di Bursa Efek Indonesia

1 27 87

PENGARUH RISIKO KREDIT DAN TINGKAT KECUKUPAN MODAL TERHADAP TINGKAT PROFITABILITAS PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK INDONESIA

0 7 29

PENGARUH STRUKTUR MODAL, PROFITABILITAS, DAN TINGKAT LIKUIDITAS TERHADAP RETURN SAHAM PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK INDONESIA

2 18 65

ANALISIS PENGARUH RISIKO KREDIT DAN RISIKO LIKUIDITAS TERHADAP PROFITABILITAS PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK INDONESIA

1 16 59

PENGARUH JUMLAH KREDIT YANG DIBERIKAN, TINGKAT LIKUIDITAS, DAN KECUKUPAN PERMODALAN TERHADAP PROFITABILITAS PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK INDONESIA.

3 2 23

BAB II TINJAUAN PUSTAKA 2.1 Landasan Teoritis 2.1.1 Pengertian dan Fungsi kredit - Pengaruh Jumlah Kredit yang diberikan dan Tingkat Likuiditas Terhadap Profitabilitas Pada Perusahaan Perbankan Yang Terdaftar di Bursa Efek Indonesia

1 2 16

BAB I PENDAHULUAN 1.1 Latar Belakang - Pengaruh Jumlah Kredit yang diberikan dan Tingkat Likuiditas Terhadap Profitabilitas Pada Perusahaan Perbankan Yang Terdaftar di Bursa Efek Indonesia

3 2 8