67
Negative -.075
Kolmogorov-Smirnov Z 1.380
Asymp. Sig. 2-tailed .144
a. Test distribution is Normal.
Sumber : Hasil olahan SPSS 16.00, 2014 Berdasarkan tabel 4.4 menunjukkan bahwa data sudah terdistribusi
secara normal. Hal ini di lihat dari nilai kolmogorov-smirnov Z sebesar 1,380 dengan nilai Asymp.Sig 2-tailed sebesar 0,144 atau
probabilitas diatas 0,05. Hal ini berarti bahwa H diterima, yang
berarti data residua l berasal dari distribusi normal.
4.2.2.2 Uji Multikolinearitas
Menurut Ghozali 2005, pengujian ini dapat dilihat melalui nilai tolerance dan Variance Inflation Factor VIF. Apabila nilai VIF 5 dan
nilai tolerance 0,1 maka terjadi multikolinearitas dan apabila nilai VIF 5 dan nilai tolerance 0,1 maka tidak terjadi multikolinearitas. Hasil
uji multikolinearitas dapat dilihat pada tabel berikut :
Tabel 4.5
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 3.937
.246 15.985
.000 LnROA
-.692 .137
-.445 -5.036
.000 .318
3.140 NPM
.084 .021
.358 3.967
.000 .305
3.276 DER
-.137 .121
-.075 -1.128
.262 .560
1.786 LnEPS
.809 .082
.894 9.849
.000 .302
3.316 a. Dependent Variable: LnHS
Sumber : Hasil olahan SPSS 16.00, 2014
68
Berdasarkan tabel 4.5 nilai tolerance dan VIF dari variabel ROA adalah sebesar 0,318 dan 3,140. Untuk variabel NPM adalah sebesar
0,305 dan 3,276. Variabel DER adalah sebesar 0,560 dan 1,786. Variabel EPS adalah sebesar 0,302 dan 3,316. Oleh karena itu, dapat disimpulkan
dalam model ini tidak terdapat masalah multikolinearitas antara variabel bebas karena nilai tolerance berada di bawah 1 dan nilai VIF jauh di
bawah angka 5.
4.2.2.3 Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 periode sebelumnya. Untuk mendeteksi ada tidaknya autokorelasi maka dilakukan pengujian Durbin
Watson DW dengan ketentuan sebagai berikut : a. Angka D-W pada output Model Summary di bawah -2 berarti ada
autokorelasi positif. b. Angka D-W pada output Model Summary di antara -2 sampai +2
berarti tidak ada autokorelasi. c. Angka D-W pada output Model Summary di atas +2 berarti ada
autokorelasi negatif.
69
Tabel 4.6
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .880
a
.774 .764
.80111 1.949
a. Predictors: Constant, LnEPS, DER, LnROA, NPM b. Dependent Variable: LnHS
Sumber : Hasil olahan SPSS 16.00, 2014 Berdasarkan tabel 4.6 menunjukkan bahwa nilai Durbin Watson
DW sebesar 1,949. Oleh karena nilai D_W di bawah antara -2 1,949 +2. Jadi dapat disimpulkan bahwa tidak ada terjadi autokorelasi pada
model regresi yang digunakan dalam penelitian ini.
4.2.2.4 Uji Heteroskedastisitas