rata mean sebesar 10,59. Nilai rata-rata mean yang lebih besar dibandingkan dengan standar deviasi standard deviation menunjukkkan banhwa data
berdistribusi dengan baik. Return on Asset mempunyai nilai minimum 1,65 dan nilai maksimum
26,84. Sementara nilai standar deviasi standard deviation sebesar 7,83 dan nilai rata-rata mean sebesar 11,76. Nilai rata-rata mean yang lebih besar
dibandingkan dengan standar deviasi standard deviation menunjukkkan banhwa data berdistribusi dengan baik.
Return on Equity mempunyai nilai minimum 3,20 dan nilai maksimum 46,60. Sementara nilai standar deviasi standard deviation sebesar 9,27 dan
nilai rata-rata mean sebesar 23,13. Nilai rata-rata mean yang lebih besar dibandingkan dengan standar deviasi standard deviation menunjukkkan banhwa
data berdistribusi dengan baik.
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Asumsi Klasik pada Regresi yang Pertama
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau
tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Metode yang dapat dipakai untuk normalitas adalah
Kolmogorov Smirnov. Uji Kolmogorov Smirnov dapat dilihat dalam Tabel 4.2 sebagai berikut:
Tabel 4.2 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
CSP ROA
N 40
40 Normal Parameters
a,,b
Mean .6563
11.7590 Std. Deviation
.23987 7.82768
Most Extreme Differences Absolute
.165 .184
Positive .127
.184 Negative
-.165 -.111
Kolmogorov-Smirnov Z 1.046
1.165 Asymp. Sig. 2-tailed
.224 .132
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2015 data diolah Berdasarkan Tabel 4.2 dapat diketahui bahwa nilai K-S untuk CSP adalah
1,046 dengan signifikansi 0,224, ROA memiliki K-S sebesar 1,165 dengan signifikansi 0,132. Hal ini berarti bahwa CSP dan ROA berdistribusi secara
normal karena memiliki nilai signifikansi diatas 0,05. Metode lain untuk mengetahui normalitas adalah dengan menggunakan
metode analisis grafik, baik dengan melihat grafik secara histrogram ataupun dengan melihat secara Normal Probability Plot. Normalitas dapat dideteksi
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
Berdasarkan tampilan grafik histogram dapat dilihat pada Gambar 4.1, Uji normalitas dengan melihat grafik secara histogram dapat disimpulkan bahwa
variabel residual berdistribusi normal karena data mengikuti arah garis grafik histogramnya.
Gambar 4.1 Grafik Histogram
Sedangkan berdasarkan grafik normal plot Gambar 4.2, dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal. Hal ini mengindikasikan
bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.2 Normal Plot
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regressi ditemukan adanya korelasi antara variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Berdasarkan Tabel 4.3 diperoleh hasil bahwa variabel CSP, ROA bebas dari
multikolinearitas yang ditunjukkan dengan nilai tolerance 0,10 dan nilai VIF 10.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
CSP 1.000
1.000 a. Dependent Variable: ROA
Sumber: Hasil Penelitian, 2015 data diolah
3. Uji Heteroskedastisitas
