5.1.2. Uji Asumsi Klasik
Uji Asumsi Klasik digunakan untuk mengetahui apakah hasil dari estimasi regresi yang dilakukan terlepas dari
gejala heteroskedastisitas,
gejala multikolonieritas dan gejala autokorelasi.
5.1.2.1. Uji Normalitas
Menurut Ghozali 2006, Uji Normalitas adalah uji yang dilakukan terhadap variabel dependen dan independen berdistribusi normal atau tidak. Jika
variabel sudah berdistribusi normal atau mendekati normal maka model regresi sudah layak uji. Pengujian dilakukan melalui uji Non Parametrik Kolmogorov-
Smirnov K-S dengan hipotesis; Ho
: Data terdistribusi secara normal Ha
: Data tidak terdistribusi normal Dengan kriteria apabila nilai signifikansi 0.05 maka Ho ditolak dan Ha diterima
dan apabila nilai signifikansi 0.05 maka Ho diterima dan Ha ditolak.
Tabel 5.2 Uji Kolmogorov Smirnov
Kinerja IC
CAR Ukuran
Perusahaan Leverage
Unstandar dized
Residual N
120 120
120 120
120 120
Normal Parameters
a,b
Mean 1.9048
4.0564 17.0730
30.9762 .8894
.0000000 Std.
Deviation .99760
1.04538 4.90595
1.74601 .03234 .71981521
Most Extreme Differences
Absolute .069
.087 .148
.091 .157
.109 Positive
.069 .087
.148 .091
.097 .109
Negative -.062
-.048 -.111
-.077 -.157
-.070 Kolmogorov-Smirnov Z
.751 .953
1.626 .999
1.722 1.196
Asymp. Sig. 2-tailed .625
.323 .010
.271 .005
.114
Sumber: Lampiran 3
Pada Tabel 5.2, untuk variabel CAR dan Leverage tidak terdistribusi normal dengan nilai signifikansi dibawah 5 tetapi IC dan Ukuran Perusahaan
Universitas Sumatera Utara
Universitas Sumatera Utara
Dari grafik P-P Plot pada Gambar 5.2 terlihat titik-titik mengikuti arah garis diagonal dan menyebar disekitar garis diagonal sehingga model regresi layak
di pakai karena sudah memenuhi uji normalitas.
5.1.2.2. Uji Multikolinearitas
Menurut Ghozali 2006, Uji Multikolinearitas bertujuan untuk menguji apakah dalam model regresi terdapat korelasi antara variabel bebas atau
independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi maka variabel
dapat dikatakan tidak ortogonal. Deteksi Multikolinearitas dapat dilihat dari hasil korelasi apabila nilai korelasi 0.95 maka ada indikasi multikolineritas. Selain
itu dapat juga dilihat dari nilai toleransi dan variance inflation factor VIF.
Tabel 5.3 Hasil Uji Multikolinearitas Coefficient Correlations
a
Model UkuranPerusahaan
IC CAR
1 Correlations
UkuranPerusahaan 1.000
-.385 .460
IC -.385
1.000 -.327
CAR .460
-.327 1.000
Covariances UkuranPerusahaan
.002 -.001
.000 IC
-.001 .006
.000 CAR
.000 .000
.000
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-7.321 1.555
IC_ .371
.076 .363
.834 1.215
CAR_ .026
.017 .130
.762 1.312
UkuranPerusahaan .228
.048 .399
.727 1.376
Sumber: Lampiran 6
Universitas Sumatera Utara
Universitas Sumatera Utara
Gambar 5.3 diatas terlihat bahwa sebaran plot-plot pada grafik memiliki pola bergelombang, melebar dan plot menyebar di atas dan di bawah angka 0 pada
sumbu Y sehingga dapat dikatakan bahwa keseluruhan variabel penelitian yang digunakan dalam penelitian ini terbebas dari asumsi heterokedastisitas.
5.1.2.4. Uji Autokorelasi
Kategori