4.4.1. Normalitas Data
Sebelum dilakukan pengolahan data dengan menggunakan uji regresi, terlebih dahulu dilakukan uji normalitas data. Uji normalitas data dilakukan
untuk menganalisis apakah syarat persamaan regresi sudah dipenuhi atau belum. Output dari uji normalitas data adalah berupa gambar visual yang
menunjukkan jauh-dekatnya titik-titik pada gambar tersebut dengan garis diagonal. Jika data berasal dari distribusi normal, maka nilai-nilai sebaran
data yang tercermin dalam titik-titik pada output akan terletak di sekitar garis diagonal. Sebaliknya, jika data berasal dari distribusi yang tidak normal maka
titik-titik tersebut tersebar tidak di sekitar garis diagonal terpencar jauh dari garis diagonal. Selain itu juga dapat dilihat dengan uji One-Sample
Kolmogorov-Smirnov Test, ketentuan yang digunakan adalah jika nilai Asymp. Sig. 2-tailed lebih besar dari 0,05 maka data berdistribusi normal.
Universitas Sumatera Utara
Gambar 4.4 Uji Normalitas Dengan P-Plot
Dengan melihat tampilan pada grafik normal plot terlihat titik-titik sebaran mendekati garis digonal.
Tabel 4.4 Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
63 Normal Parameters
a
Mean .0000000
Std. Deviation 20.24490672
Most Extreme Differences
Absolute .167
Positive .167
Negative -.138
Kolmogorov-Smirnov Z 1.327
Asymp. Sig. 2-tailed 0.059
a. Test distribution is Normal.
Universitas Sumatera Utara
Bedasarkan tabel 4.4 diketahui bahwa nilai Asymp. Sig. 2-tailed sebesar 0.059 lebih besar dari 0.05, maka data berdistribusi normal.
4.4.2. Uji Multikolinearitas
Ada tidaknya masalah multikolinearitas dalam sebuah model regresi dapat dideteksi dengan nilai VIF variance inflactor factor dan nilai
toleransi tolerance. Suatu model regresi dikatakan bebas dari masalah multikolinearitas jika mempunyai nilai VIF lebih kecil dari 5 dan mempunyai
nilai tolerance di atas 0,0001 Ghozali, 2001. Dalam model regresi ini, hasil uji multikolinearitas dapat dilihat dari tabel 5.6 berikut ini :
Tabel 4.5 Uji Multikolinearitas
Model Unstandardized Coefficients
Collinearity Statistics B
Std. Error Tolerance
VIF 1
Constant .753
4.831 DAR
2.784 7.839
0.994 1.006
DER 7.615
1.197 0.994
1.006
a. Dependent Variable: ROE
Nilai VIF dan tolerance pada tabel di atas menunjukkan bahwa semua variabel dalam penelitian ini tidak mengalami multikolinearitas.
Hal ini ditunjukkan oleh nilai VIF kedua variabel tersebut yang besarnya kurang dari 10, dan nilai tolerance jauh melebihi angka 0,0001.
4.4.3. Uji Heteroskedastisitas
Kategori