Tabel 4.2 Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Kredit Modal Kerja N
32 Normal Parameters
a
Mean 6.79E8
Std. Deviation 1.690E8
Most Extreme Differences Absolute
.180 Positive
.180 Negative
-.145 Kolmogorov-Smirnov Z
1.019 Asymp. Sig. 2-tailed
.250 a. Test distribution is Normal.
Sumber : diolah dengan SPSS, 2009 Dari hasil uji Kolmogorov Smirnov, dapat dilihat bahwa p-value pada kolom
Asimp. Sig2-tailed memiliki nilai 0,250 nilai ini 0,05 level of significant. Hal ini menunjukkan bahwa residual terdistribusi normal.
b. Multikolineritas
Uji multikolineritas dengan melihat nilai tolerance dan VIF menunjukkan hasil seperti pada tabel 4.3 berikut:
Universitas Sumatera Utara
Tabel 4.3 Uji Multikolineritas
Coefficients
a
Model Unstandardized Coefficients Standardi
zed Coefficien
ts t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
6.317E8 1.306E8
4.836 .000
Debt to Total Assets Ratio
2.404E8 3.078E8
.153 .781
.442 .896
1.116 Quick Ratio
-1.462E6 2.523E6
-.112 -.580
.567 .928
1.078 Net Profit
Margin 2.335E8
3.389E8 .130
.689 .497
.967 1.034
Return On Investment
-1.756E8 5.011E8
-.070 -.350
.729 .856
1.168 a. Dependent Variable: Kredit Modal
Kerja
Sumber : diolah dengan SPSS, 2009
Tabel 4.3 diatas memperlihatkan bahwa variabel DTAR memiliki nilai VIF 1,116 10 dan nilai Tolerance 0,896 0,1. Variable QR memiliki nilai
VIF 1,078 10 dan nilai Tolerance 0,928 0,1. Variable NPM memiliki nilai VIF 1,034 10 dan nilai Tolerance 0,967 0,1, variable ROI
memiliki nilai VIF 1,169 10 dan nilai Tolerance 0,856 0,1.Hasil tersebut menunjukkan bahwa seluruh variable terbebas dari multikolineritas
dan dapat digunakan dalam penelitian.
Universitas Sumatera Utara
c. Heteroskedastisitas
Ada tidaknya heteroskedastisitas dapat dilihat dari grafik scatterplot pada gambar 4.4 berikut ini:
Gambar 4. 3 Grafik Scatterplot
Sumber : diolah dengan SPSS, 2009 Hasil uji grafik Scatterplot menunjukkan tidak terjadinya heteroskedastisitas
pada model regresi. Hal ini terlihat dari titik-titik yang menyebar secara acak yang terdapat diatas maupun dibawah angka 0 pada sumbu Y, titik-titik data tidak
Universitas Sumatera Utara
mengumpul hanya di atas atau di bawah saja, dan penyebaran titik-titik data tidak berpola.
d. Autokorelasi
Adapun hasil uji autokorelasi dapat dilihat pada tabel 4.4 berikut ini:
Tabel 4.4 Uji Autokorelasi 1
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .259
a
.067 -.071
1.749E8 .452
a. Predictors: Constant, Return On Investment, Net Profit Margin, Quick Ratio, Debt to Total Assets Ratio
b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS,2009 Dari tabel diatas, diketahui bahwa nilai DW sebesar 0,452. Nilai DW
menurut tabel dengan variabel independen 4 dan data pengamatan 32, didapat nilai dL sebesar 1,35 dan dU sebesar 1,5.hasil uji menunjukkan bahwa nilai
dwdl 0,4521,35 dan dwdu 0,4521,5 , maka terjadi autokorelasi positif. Oleh karena itu dilakukan lag variabel terikat dan kemudian memasukkannya ke
dalam pengujian autokorelasi. Dari pengujian ini didapatkan hasil pada tabel 4.5 berikut:
Universitas Sumatera Utara
Tabel 4.5 Uji Autokorelasi 2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .835
a
.697 .637
1.015E8 1.600
a. Predictors: Constant, Lag KMK, Net Profit Margin, Quick Ratio, Return On Investment, Debt to Total Assets Ratio
b. Dependent Variable: Kredit Modal Kerja
Sumber : diolah dengan SPSS,2009 Dari tabel diatas, diketahui bahwa nilai DW sebesar 1,600. Menurut tabel,
didapat nilai dL sebesar 1,36 dan dU sebesar 1,57. Hasil uji menunjukkan bahwa nilai dU DW 4-dU 1,57 1,600 2,43, berarti data terletak di daerah No
Autocorelation sehingga dapat dikatakan bahwa data terbebas dari autokorelasi.
3. Pengujian Hipotesis