Berdasarkan tabel 4.3, dapat dilihat bahwa nilai signifikansi variabel independen dan variabel dependen menunjukkan data terdistribusi secara normal,
karena hasil signifikansinya adalah 0,127 dan di atas nilai signifikansi 0,05 dengan kata lain variabel residual berdistribusi normal.
b. Hasil Uji Multikolinearitas
Multikolinearitas adalah situasi adanya korelasi antara variabel-variabel independen antara yang satu dengan lainnya. Dalam hal ini, kita sebut variabel-
variabel bebas ini tidak orthogonal. Variabel-variabel bebas yang bersifat orthogonal adalah variabel bebas yang memiliki nilai korelasi diantaranya sama
dengan nol. Hasil uji gejala multikolinearitas disajikan pada table 4.2 berikut ini.
Tabel 4.4 Hasil Uji Gejala Multikolinearitas
Sumber: Hasil Olah Data SPSS,2009
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1Constant
1.242 .327
3.792 .001
ITO .289
.122 .353
2.374 .02
.997 1.003
RTO -.120
.127 -.141
-.947 .349
.997 1.003
a. Dependent Variable: ROA
Universitas Sumatera Utara
Dari hasil pengujian di atas, maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antara variabel independen. Gejala multikolinearitas terjadi
apabila nilai VIF lebih besar dari 2. Dari hasil analisis, didapat nilai VIF untuk perputaran persediaan ITO dan perputaran piutang RTO adalah 1,003 2.
Berdasarkan hasil ini maka dapat disimpulkan bahwa variabel ITO dan RTO lolos uji gejala multikolinearitas.
c. Hasil Uji Autokorelasi
Uji autokorelasi digunakan untuk mendeteksi gejala korelasi antara data yang satu dengan data yang lain. Sedangkan menurut Erlina dan Mulyani 2007 : 109
bahwa uji autokorelasi bertujuan untuk menguji apakah terdapat suatu korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya
pada suatu model regresi. Problem autokorelasi terjadi muncul disebabkan karena observasi yang berurutan sepanjang waktu dan berkaitan satu sama lain.
Untuk menguji apakah terdapat gejala autokorelasi dalam data penelitian, maka peneliti menggunakan Durbin-Watson Test, dengan kriteria jika nilai Durbin
Watson ≤ 2 maka tidak terdapat gejala autokorelasi. Hasil uji autokorelasi dengan
menggunakan Durbin-Watson Test dapat dilihat sebagai berikut:
Universitas Sumatera Utara
Tabel 4.5 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.373
a
.139 .095
1.3675455 1.981
a. Predictors: Constant, RTO, ITO b. Dependent Variable: ROA
Sumber: Hasil Olah Data SPSS,2009 Melalui hasil perhitungan Durbin-Watson Test dihasilkan angka 1,981 sehingga
tidak terdapat gejala autokorelasi, dengan menggunakan kriteria bahwa hasil Durbin-Watson Test
≤ 2. Maka dengan demikian, disimpulkan bahwa tidak terjadi problem autokorelasi.
d. Hasil Uji Heteroskedastisitas