1.

STATISTIK DESKRIPTIF

Leverage
Beta
Current_Ratio
ROA
ROE

Descriptive Statistics
Mean
Std. Deviation
,4675
,18214
,3579
,94344
2,7988
2,40365
9,2646
5,96137
10,7000
14,25685

N
24
24
24
24
24

2. UJI VALIDITAS DAN RELIABILITAS

Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat
dipercaya atau dapat diandalkan. Bila suatu alat pengukur dipakai dua kali untuk mengukur
gejala yang sama dan hasil pengukuran yang diperoleh relatif konsisten, maka alat pengukur
tersebut reliabel. SPSS memberikan fasilitas untuk mengukur realibilitas dengan uji statistik
Cronbach Alpha () suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai
Cronbach Alpha > 0,60
Case Processing Summary
N
%
Cases Valid
24
100,0
a
Excluded
0
,0
Total
24
100,0
a. Listwise deletion based on all
variables in the procedure.
Reliability Statistics
Cronbach's
Alpha
N of Items
,367
5

Item-Total Statistics

Scale Mean if
Item Deleted
23,2308
23,1213

Scale
Variance if
Item Deleted
348,791
345,809

Corrected
Cronbach's
Item-Total Alpha if Item
Correlation
Deleted
-,060
,398
,252
,387

Beta
Leverage
Current_Rati
20,7900
344,754
-,033
,406
o
ROA
14,3242
210,413
,587
,003
ROE
12,8888
38,380
,600
-,134a
a. The value is negative due to a negative average covariance among items.
This violates reliability model assumptions. You may want to check item
codings.

3. UJI ASUMSI KLASIK

a. Uji Multikolinieritas
Coefficientsa
Standardize
d
Unstandardized
Coefficient
Coefficients
s
Model
B
Std. Error
1
(Constant)
,132
,646
Leverage
1,657
1,123
Current_Ra
-,059
,083
tio
ROA
-,052
,043
ROE
,009
,018
a. Dependent Variable: Beta

Beta
,320

T
,204
1,475

Sig.
,841
,156

-,150

-,710

-,329
,139

-1,222
,519

Collinearity
Statistics
Toleranc
e
VIF
,935

1,070

,486

,991

1,009

,236
,610

,606
,611

1,650
1,636

Uji ini diperlukan karena untuk mengetahui ada atau tidaknya variabel independen yang
memiliki kemiripan dengan variabel independen lain dalam satu model. Kemiripan antar
variabel independen dalam satu model akan menyebabkan terjadinya korelasi yang sangat
kuat antara suatu variabel independen dengan variabel independen yang lainnya.
Hasil uji melalui Variance Inflation Factor (VIF) pada hasil output SPSS tabel coefficients,
masing-masing variabel independen memiliki VIF tidak lebih dari 10 dan nilai Tolerance
tidak kurang dari 0,1. Maka dapat dinyatakan model rergresi linier berganda terbebas dari
asumsi klasik statistik dan dapat digunakan dalam penelitian.

b. Uji Autokolerasi
Model Summaryb
Change Statistics
Std. Error
F
Mod
R
Adjusted
of the
R Square Chang
el
R
Square R Square Estimate Change
e
df1
df2
a
1
,406
,165
-,011
,94856
,165
,938
4
19
a. Predictors: (Constant), ROE, Current_Ratio, Leverage, ROA
b. Dependent Variable: Beta

DurbinWatson
Sig. F
Change
,463

Uji autokolerasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara
variabel pengganggu pada periode tertentu dengan variabel pengganggu pada periode
sebelumnya.
Dari output tersebut diperoleh nilai Durbin Watson 2,110. Maka pada data tersebut terjadi
autokorelasi karena nilai Durbin Watson di atas 2.

2,110

c. Uji heteroskedasifitas

Output SPSS pada gambar scatterplot menunjukkan penyebaran titik-titik data sebagai
berikut :
1. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
2. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
3. Penyebaran titik data tidak boleh membentuk pola bergelombang melebar kemudian
menyempit
dan melebar kembali.
4. Penyebaran titik-titik data sebaiknya tidak berpola.
Dapat disimpulkan bahwa model regresi linier berganda terbebas dari asumsi klasik
heteroskedastisitas dan layak digunakan dalam penelitian.

4. UJI NORMALITAS
a. Nilai skewness
Descriptive Statistics
N

Skewness

Statistic

Statistic

Kurtosis

Std. Error

Statistic

Std. Error

Beta

24

,039

,472

,021

,918

Leverage

24

-,192

,472

-1,210

,918

Current_Ratio

24

1,378

,472

1,130

,918

ROA

24

,967

,472

,393

,918

ROE

24

-,059

,472

1,417

,918

Valid N (listwise)

24

Nilai skewness adalah nilai kecondongan (kemiringan) suatu kurva. Data yang terdistribusi
normal atau mendekati normal akan memiliki nilai skewness yang mendekati angka 0
sehingga memiliki kemiringan yang cenderung seimbang.

b. Histogram display normal curve

Normalitas data bila dilihat dengan histogram display normal curve dapat ditentukan
berdasarkan bentuk gambar kurva. Data dengan variabel yang baik kurva normalnya
berbentuk kemiringan seimbang antara sisi kiri dan kanan, melainkan ke tengah dengan
bentuk seperti lonceng. Pada histogram di atas, kurva setiap variabel memiliki bentuk kurva
yang berbeda-beda. Dengan kata lain, data pada variabel-variabel tersebut cenderung tidak
terdistribusi normal.

5. UJI T

Beta
Leverage
Current_Rati
o
ROA
ROE

One-Sample Statistics
Std.
N
Mean
Deviation
24
,3579
,94344
24
,4675
,18214

Std. Error
Mean
,19258
,03718

24

2,7988

2,40365

,49064

24
24

9,2646
10,7000

5,96137
14,25685

1,21686
2,91017

One-Sample Test
Test Value = 0

Beta
Leverage
Current_Rati
o
ROA
ROE

95% Confidence Interval of

Mean
the Difference
Difference
Lower
Upper
,35792
-,0405
,7563
,46750
,3906
,5444

23
23

Sig. (2tailed)
,076
,000

5,704

23

,000

2,79875

1,7838

3,8137

7,614
3,677

23
23

,000
,001

9,26458
10,70000

6,7473
4,6799

11,7819
16,7201

T
1,859
12,574

Df

6. Uji Korelasi
Correlations

Pearson
Correlation

Sig. (1-tailed)

Leverage
Beta
Current_Rati
o
ROA
ROE
Leverage
Beta
Current_Rati
o
ROA
ROE
Leverage
Beta
Current_Rati
o
ROA
ROE

Leverage
1,000
,282

Current_Rati
Beta
o
,282
-,049
1,000
-,143

ROA
,231
-,159

ROE
,222
,008

-,049

-,143

1,000

-,069

-,005

,231
,222
.
,091

-,159
,008
,091
.

-,069
-,005
,411
,253

1,000
,617
,138
,229

,617
1,000
,149
,486

,411

,253

,374

,492

,138
,149
24
24

,229
,486
24
24

,374
,492
24
24

.
,001
24
24

,001
.
24
24

24

24

24

24

24

24
24

24
24

24
24

24
24

24
24

Langkah-Langkah
Uji kualitas data atau Uji Validitas dan Uji Reliabilitas menggunakan spss dengan
langkah-langkah sebagai berikut:
1. Klik variabel view (letaknya kanan bawah), nama tulis nomor
pernyataan beserta jumlahnya, desimal tulis o pada label tulis nomer
pernyataan dan jumlahnya, hasilnya adalah
2. Setelah nama, desimal, dan label diisi kemudian kembali ke data view
(letaknya kiri bawah disebelah variabel view) dan masukkan data
3. Pada langkah spss no.2, klik analyze, pilih scale, pilih reliability
analysis dan hasilnya sebagai berikut
4. Sorot semua pernyataan 1-5, tanpa jumlah, pindahkan ke kolom
items, hasilnya adalah
5. Klik statistics, pada descriptive for klik scale if item deleted
6. Klik continue, oke, hasilnya adalah

Langkah-langkah uji asumsi klasik (normalitas, linieritas, autokorelasi,

multikolinieritas, heteroskedastisitas) dengan SPSS dalam regresi dan
perhitungan regresi adalah sebagai berikut:
1. Klik analize>regression>linear
2. Akan muncul jendela "Linear Regression". Masukkan variabel sesuai dengan data
anda. Kalo pada contoh saya saya memasukkan Beta menjadi variabel tetap
(dependent), sedangkan leverage, current ratio, ROA dan ROE variabel bebas
(independen). Klik tanda berbentuk seperti "panah" untuk memasukkannya ke dalam
kolom data.
3. Kemudian klik pada statistics (masih dalam jendela Linear Reggresion). Sehingga
akan muncul jendela "Linear Regressions: Statistics". Pada Regression Coefficients

centang pada "Estimates", Covariance matrik", "Model Fit", "R squared change",
"Collinearity diagnostics". Dan pada residuals klik "Durbin-Watson". Setelah semua
dicentang klik "Continue".
4. Akan muncul lagi jedela "Linear Regression" yang awal. Klik pada "Plots" sehingga
muncul jendela "Linnear Regression:Plots". Masukkan *ZPRED pada Y, dan
*SRESID pada X. Caranya dengan mengklik *zpred atau *sresid kemudian klik tanda
yang mirip bentuk panah pada tempatnya masing-masing. Kemudian pada
Standardized Residual Plots centang pada "Histogram" dan "Normal Probability
Plot". Setelah selesai klik Continue.
5. Kembali ke jendela "Linear regression". Klik "OK" untuk segera memproses data.
Langkah-langkah uji T dengan SPSS adalah sebagai berikut:
1. Klik analize>compare means>one-sampel T test
2. Akan muncul jendela " one-sampel T test ". Pindahkan seluruh data variabel seperti:
Beta, leverage, current ratio, ROA dan ROE . Klik tanda berbentuk seperti "panah"
untuk memasukkannya ke dalam kolom data Test Variabel (s)
3. Klik "OK" untuk segera memproses data.