Gambar 4.4 Normal P-P Plot of regression Standardized Residual Dependent Variabel LN TDAR
Sumber : Hasil olahan SPSS 15.0 for window
Tabel 4.9
One-Sample Kolmogorov-Smirnov Test
227 .0000000
1.08467866 .067
.053 -.067
1.007 .263
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
As ymp. Sig. 2-tailed Unstandardiz
ed Res idual
Test distribution is Normal. a.
Calculated from data. b.
Interpretasi Hasil: Tabel 4.9 membuktikan bahwa nilai Asymp. Sig 2-tailed adalah sebesar 0,263
lebih besar dari taraf nyata α=0,05. Data residual berdistribusi normal.
2. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui apakah terdapat hubungan linear antara variabel independen. Variabel bebas yang digunakan yakni profitability, firm size,
business risk dan asset tangibility. TDAR sebagai variabel dependen. Apabila ditemukan masalah multikolineritas, dapat diatasi dengan tidak mengikutsertakan salah satu dari dua
variabel yang kolinier Supriana, 2009:25. Hasil pengujian multikolinieritas dapat dilihat pada tabel berikut:
Universitas Sumatera Utara
Tabel 4.10
Coefficients
a
1.508 1.572
.959 .339
-.181 .050
-.235 -3.599
.000 .981
1.020 .218
.673 .024
.324 .746
.768 1.303
.077 .053
.107 1.464
.145 .779
1.283 .067
.067 .065
1.001 .318
.979 1.022
Constant LN_Profitability
LN_Size LN_B.Risk
LN_Tangibility Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: LN_TDAR a.
Interpretasi Hasil: Batas tolerance value adalah 0,1 dan batas VIF adalah 5, di mana:
tolerance value 0,1 atau VIF 5 = terjadi multikolinieritas Tolerance value 0,1 atau VIF 5 = tidak terjadi multikolinieritas
Pada tabel di atas terlihat bahwa tolerance value dari masing-masing variabel independen adalah 0,1 dengan VIF dari masing-masing variabel independen 5, dapat disimpulkan
tidak terjadi multikolinieritas.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
periode sebelumnya. Menurut Situomrang et al 2008:86 kriteria yang menunjukkan bahwa tidak terjadi autokorelasi adalah d
u
DW4-d
u
. Salah satu langkah yang dapat dilakukan untuk mendeteksi autokorelasi adalah dengan melihat pola hubungan antara
residual u
i
dari variabel bebas atau waktu x. Hasil pengujian autokorelasi yang dilakukan dengan SPSS ditampilkan pada tabel berikut:
Universitas Sumatera Utara
Tabel 4.11
Model Summ ary
b
.272
a
.074 .057
1.09441 1.893
Model 1
R R Square
Adjust ed R Square
St d. E rror of the Es timate
Durbin- W atson
Predic tors: Constant, LN_Tangibil ity, LN_B .Ris k, LN_P rofit abili ty, LN_ Si ze
a. Dependent Variable: LN_TDAR
b.
Interpretasi Hasil: Pada tabel terlihat bahwa nilai DW adalah 1,893 sedangkan hasil pengujian
dengan tabel adalah sebagai berikut: n = jumlah sampel =69
k =jumlah variabel bebas = 4 Pada tingkat signifikansi α=0,05 diperoleh d
u
= 1,74 dan d
l
= 1,49 . du d 4 - du
1,74 1,893 4-1,74 1,74 1,893 2,26, tidak terjadi autokorelasi positif atau negatif.
4. Uji Heteroskesdastisitas