53 maka data residual tidak berdistribusi normal. Berikut ini uji Kologorov
Smirnov dapat dilihat pada tabel 4.2.
Tabel 4.2 Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
30 Normal
Parameters
a
Mean .0000000
Std. Deviation 1.81784640
Most Extreme Differences
Absolute .187
Positive .187
Negative -.089
Kolmogorov-Smirnov Z 1.023
Asymp. Sig. 2-tailed .246
a. Test distribution is Normal.
Sumber : diolah dengan SPSS, 2010 Dari hasil uji Kolmogorov Smirnov, dapat dilihat bahwa p-value pada
kolom Asimp. Sig2-tailed memiliki nilai 0,246 nilai ini 0,05 level of significant. Hal ini menunjukkan bahwa residual terdistribusi normal.
b. Uji Multikolineritas
Uji multikolineritas bertujuan untuk menguji apakah dalam suatu model regresi terdapat korelasi antar variabel independen. Pengujian
multikolinearitas dilakukan dengan melihat VIF antar variabel independen. Jika VIF menunjukkan angka 10 menandakan terdapat gejala
multikolinearitas. Berikut adalah hasil uji multikolinearitas variabel yang digunakan dalam penelitian
Universitas Sumatera Utara
54
Tabel 4.3 Uji Multikolineritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1
Constant 2.083
1.413 1.475 .153
Current Ratio .084
.266 .070 .316 .755
.683 1.463 Quick Ratio
-.027 .348
-.017 -.077 .939 .645 1.551
Total Asset Turn Over
-.119 .227
-.105 -.527 .603 .847 1.181
Debt To Total Asset Ratio
4.403 4.810
.177 .915 .369 .892 1.121
Net Profit Margin 6.926
3.392 .398 2.078 .042
.880 1.137 a. Dependent Variable: Rata-
rata KMK
Sumber : diolah dengan SPSS, 2010 Tabel 4.3 diatas memperlihatkan bahwa variabel CR memiliki nilai
VIF 1,463 10 dan nilai Tolerance 0.683 0,1. Variable QR memiliki nilai VIF 1,551 10 dan nilai Tolerance 0,645 0,1. Variable TATO
memiliki nilai VIF 1,181 10 dan nilai Tolerance 0,847 0,1. Variabel DTAR memiliki nilai VIF 1,121 10 dan nilai Tolerance 0,892 0,1.
Variable NPM memiliki nilai VIF 1,137 10 dan nilai Tolerance 0,880 0,1. Hasil tersebut menunjukkan bahwa seluruh variabel terbebas dari
multikolineritas dan dapat digunakan dalam penelitian.
c. Uji Heterokedastisitas
Tujuan dilakukannya uji heteroskedastisitas adalah untuk menguji apakah dalam suatu model regresi terdapat ketidaksamaan pengganggu
antara satu pengamatan ke pengamatan yang lain. Berikut disajikan hasil
Universitas Sumatera Utara
55 dari uji heteroskedastisitas yang ditunjukkan dalam grafik scatterplot pada
gambar 4.3.
Gambar 4. 3 Grafik Scatterplot
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 mengumpul hanya di atas atau di bawah saja, dan penyebaran titik-titik data tidak berpola.
d. Uji Autokorelasi