Tabel 3.2 Statistik Deskriptif
Descriptive Statistics
N Minimu
m Maximu
m Mean
Std. Deviation
Ln_DPR 60
-2,66 -,24
-1,1605 ,54161
Ln_DER 60
-1,87 ,93
-,1154 ,71101
Ln_ROA 60
-9,53 -1,62
-2,8485 1,00681
Valid N listwise 60
Tabel 3.2 menunjukkan hasil dari analsisis statistik deskriptif. Terdapat 60 sampel DPR dengan standar deviasi sebesar 0, 54161 dan rata-rata sebesar -1,1605. Selain
itu, sampel DER dengan jumlah sampel sebanyak 60 memiliki standar deviasi sebesar 0,71101dan rata-rata sebesar -0,1154. Sampel ROA berjumlah 60 dengan
standar deviasi sebesar 1,00681 dan rata-rata sebesar -2,8485.
3.6.1 Uji Asumsi Klasik
Pengujian yang perlu dilakuka dalam suatu penelitian statistik parametrik adalah pengujian terhadap penyimpangan asumsi klasik yang terdiri dari uji
multikolinearitas, heteroskedastisitas, autokolerasi, dan normalitas. Pengujian yang terdapat penyimpangan terhadap asumsi klasik perlu untuk diatasi, salah satu
cara yaitu dengan dilakukannya transformasi data sehingga hasil analisis akan lebih akurat. Uji asumsi klasik tersebut dapat dijelaskan sebagai berikut:
3.6.1.1 Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah dalam model regresi, variabel penggangu atau residual mempunyai distribusi normal. Uji statistik yang
digunakan untuk menguji normalitas residual adalah dengan uji statistik non- parametrik Kolmogorov-Smirnov Imam Ghozali, 2011: 160.
Tabel 3.3 Uji statistik Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Ln_DPR Ln_DER
Ln_ROA N
60 60
60 Normal Parametersa,b
Mean -1,1605
-,1154 -2,8485
Std. Deviation ,54161
,71101 1,00681
Most Extreme Differences
Absolute ,101
,170 ,196
Positive ,061
,095 ,196
Negative -,101
-,170 -,190
Kolmogorov-Smirnov Z ,785
1,314 1,516
Asymp. Sig. 2-tailed ,568
,063 ,020
a Test distribution is Normal. b Calculated from data.
Hasil dari Kolmogorov-Smirnov menunjukkan nilai 0,20 yang berarti bahwa nilai ini berada di atas 0.05 dengan demikian dapat disimpulkan bahwa model tidak
terkena masalah normalitas.
3.6.1.2 Uji Multikolinearitas
Multikolinearitas adalah adanya suatu hubungan linier yang sempurna antara beberapa atau semua variabel independen. Uji Multikolinearitas bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara
variabel bebas Ghozali, 2005. Adapun beberapa metode yang sering digunakan untuk mendeteksi adanya multikolinearitas, yaitu:
1.Mengamati nilai R2, F hitung, dan T hitung.Jika nilai R2 dan F hitung tinggi sementara nilai t hitung banyak yang tidak signifikan, maka pada model regresi
diindikasikan ada multikolinearitas Kuncoro,2001.
