D. Pengujian Asumsi Klasik
1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi norma, yaitu distribusi data dengan
bentuk lonceng Bell Shaped. Untuk mendeteksi normalitas data dapat juga dilakukan dengan uji Kolmogorov-Smirnov. Bila nilai signifikan 0,05 maka
distribusi data tidak normal. Bila nilai signifikan 0,05 maka distribusi data normal.
Caranya adalah menentukan terlebih dahulu hipotesis pengujian yaitu : Hipotesis Nol H0
: data terdistribusi secara normal Hipotesis Alternatif Ha
: data tidak terdistribusi secara normal Berikut ini hasil uji normalitas data :
Tabel 4.6 One-Sample Kolmogorov-Smirnov Test
ROA FATO
N 90
90 Normal
Parametersa,b Mean
5.4514 5.4764
Std. Deviation 9.61478
7.24058 Most Extreme
Differences Absolute
.095 .259
Positive .060
.259 Negative
-.095 -.241
Kolmogorov-Smirnov Z .905
2.459 Asymp. Sig. 2-tailed
.386 .000
a Test distribution is Normal. b Calculated from data.
Sumber : Data diolah penulis, 2008
Dari hasil pengolahan data tersebut diperoleh bahwa data dalam penelitian ini tidak rerdistribusi secara normal, dimana variabel FATO
memiliki nilai signifikansi yang lebih kecil dari 0,05 yakni sebesar 0,000
Universitas Sumatera Utara
sehingga tidak dapat dilakukan pengujian lebih lanjut. Untuk itu perlu dilakukan tindakan perbaikan treatmen agar model regresi memenuhi asunsi
normalitas. Data yang tidak terdistribusi secara normal dapat ditransformasi agar
menjadi normal. Untuk itu penulis melakukan transformasi data ke mode log natural LN_ dari Return On Assets ROA= fLNFATO. Kemudian data
diuji ulang berdasarkan asumsi normalitas. Berikut ini hasil pengujian dengan Kolmogorov-Smirnov :
Tabel 4.7 One-Sample Kolmogorov-Smirnov Test
LNFATO LNROA
N 90
72 Normal
Parametersa,b Mean
1.2015 1.6880
Std. Deviation .97441
1.28652 Most Extreme
Differences Absolute
.064 .146
Positive .064
.112 Negative
-.054 -.146
Kolmogorov-Smirnov Z .610
1.242 Asymp. Sig. 2-tailed
.851 .091
a Test distribution is Normal. b Calculated from data.
Sumber : Data diolah penulis, 2008
Dari tabel 4.7 dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal. Masing- masing ditunjukkan dengan data sebagai
berikut: a.
Nilai signifikan FATO sebesar 0,851 0,05 maka Ho diterima. b.
Nilai signifikan ROA sebesar 0,091 0,05 maka Ho diterima.
Universitas Sumatera Utara
Dengan demikian secara keseluruhan dapat disimpulkan bahwa nilai- nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan
dengan uji asumsi klasik lainnya. Untuk lebih jelas berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal :
2 1
-1 -2
-3 -4
Regression Standardized Residual
20 15
10 5
Freq uenc
y
Mean =2.71E-16 Std. Dev. =0.993
N =72
Histogram Dependent Variable: LNROA
Gambar 4.1 Grafik Histogram
Sumber : Data diolah penulis, 2008
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data normal karena grafik diagonal yang tidak menceng skewness kiri maupun
menceng kanan atau normal.
Universitas Sumatera Utara
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot berikut ini :
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpected Cum
P rob
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: LNROA
Gambar 4.2 Grafik Normal Plot
Sumber : Data diolah penulis, 2008
Pada grafik normal plot terlihat titik- titik menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Maka dapat
dismpulkan bahwa data terdistribusi secara normal.
2. Uji Heteroskedastisitas