50
Tabel 4.2 Hasil Uji
Kolmogorov-Smirnov Sebelum Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 8.51769728
Most Extreme Differences Absolute
.153 Positive
.153 Negative
-.088 Kolmogorov-Smirnov Z
1.061 Asymp. Sig. 2-tailed
.210 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output SPSS 20, dioleh oleh Peneliti, 2012
Dari hasil uji statistik non-parametrik Kolmogorov-Smirnov, didapat nilai signifikansi Asymp. Sig 2-tailed sebesar 0,210. Nilai signifikansi
di atas 0,05 menandakan nilai residual tersebut telah normal.
b. Uji Multikolinearitas
Pengujian multikolinearitas ditujukan untuk menguji apakah terdapat korelasi antar variabel bebas pada model regresi. Uji multikolinearitas
dilakukan dengan melihat nilai collinearity statistic dan nilai koefisien korelasi di antara variabel bebas. Multikolinearitas terjadi apabila nilai
tolerance lebih kecil dari 0,10 dan variance inflation factor VIF lebih
Universitas Sumatera Utara
51 besar dari 10. Berdasarkan Tabel 4.3 di bawah, dapat dilihat bahwa nilai
tolerance untuk kedua variabel bebas lebih besar dari 0,10 dan nilai VIF keduanya juga lebih kecil dari 10. Hal ini dapat diartikan bahwa variabel
bebas dalam penelitian ini tidak saling berkorelasi satu sama lain. Hasil pengujian multikolinearitas dapat dilihat pada tabel berikut.
Tabel 4.3 Hasil Uji Multikolinearitas Sebelum Transformasi
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
CCC .963
1.039 WCT
.963 1.039
a. Dependent Variable: ROA
Sumber: Output SPSS 20, diolah oleh Peneliti, 2012
c. Uji Heteroskedastisitas
Pendeteksian masalah heteroskedastisitas dalam model regresi dapat dilakukan dengan Scatter-Plot test. Jika titik-titik membentuk pola yang
teratur pada grafik, maka mengindikasikan telah terjadi
heteroskedastisitas. Sebaliknya, jika tidak ada pola yang jelas serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas.
Universitas Sumatera Utara
52 Berikut dapat dilihat dari grafik scatter-plot untuk menganalisis
apakah terjadi heteroskedastisitas pada model regresi dengan mengamati penyebaran titik-titik pada Gambar 4.3 berikut.
Gambar 4.3 Scatter-Plot Sebelum Transformasi
Sumber: Output SPSS 20, diolah oleh Peneliti, 2012
Dari Gambar 4.3 di atas, terlihat bahwa titik-titik menyebar secara acak tanpa membentuk pola serta tersebar baik di atas maupun di bawah
angka 0 nol pada sumbu Y. Hal tersebut dapat disimpulkan bahwa
Universitas Sumatera Utara
53 tidak terjadi heteroskedastisitas pada model regresi, sehingga model ini
layak dipakai untuk memprediksi profitabilitas berdasarkan masukan variabel bebas yaitu cash conversion cycle CCC dan working capital
turnover WCT.
d. Uji Autokorelasi