42
4.1.2.1. 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 4.1.
Gambar 4.1 Gambar Grafik Histogram Data Asli
Berdasarkan gambar 4.1 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.
Universitas Sumatera Utara
43 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 4.2 berikut:
Gambar 4.2 Normal Probability Plot Data Asli
Berdasarkan grafik profitabilitas pada gambar 4.2 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.
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.
Universitas Sumatera Utara
44
Tabel 4.2 Hasil Uji Normalitas dengan Kolmogorov-Smirnov
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 0.063 dan nilai Kolmogorov- Smirnov Z sebesar 1.592.
4.1.2.2. 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.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
610.29370041 Most Extreme
Differences Absolute
.252 Positive
.252 Negative
-.136 Kolmogorov-Smirnov Z
1.592 Asymp. Sig. 2-tailed
.063
Universitas Sumatera Utara
45
Tabel 4.3 Hasil Uji Multikolinearitas
Variabel Collinearity
Statistics Keputusan
Tolerance VIF
PER .993
1.007 Tidak terjadi Multikolinearitas EPS
.799 1.251 Tidak terjadi Multikolinearitas
DPS .796
1.257 Tidak terjadi Multikolinearitas
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 4.3. 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.
4.1.2.3. Uji Heteroskedastisitas