35
sudah ditentukan. Pedoman pengambilan keputusan tentang data yang mendekati distribusi normal adalah:
1. Nilai sig. atau signifikan profitabilitas ditentukan sebesar 0,05 apabila p 0,05 maka distribusi data normal.
2. Nilai sig. atau signifikan profitabilitas ditentukan sebesar 0,05 apabila p 0,05 maka distribusi data tidak normal.
3.7.3.2 Uji Multikolineritas
Suatu model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen, untuk mengetahui apakah ada gejala
multikolineritas atau model regresi yakni dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF. Tolerance
mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang
rendah sama dengan nilai VIF tinggi karena VIF = 1 Tolerence. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas
adalah nilai tolerance 0.1 atau sama dengan nilai VIF 10.
3.7.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk melihat ada tidaknya pola tertentu pada grafik Scatter-Plot. Scatter-Plot menggunakan dasar
analisis sebagai berikut: 1. Jika ada plot tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit,
36
maka mengidentifikasi telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.7.3.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan
pengganggu tidak bebas dari satu observasi ke observasi lainnya.
Model regresi yang baik adalah yang bebas dari autokorelasi.
Cara yang dapat dilakukan untuk mengetahui ada atau tidaknya autokorelasi adalah dengan uji Durbin Watson. Uji Durbin Watson
dilihat dengan kriteria sebagai berikut:
Durbin Watson Kesimpulan
Kurang dari 0,8 Ada Autokorelasi
1,08-1,66 Tanpa Kesimpulan
1,66-2,34 Tidak ada Autokorelasi
2,34-2,92 Tanpa Kesimpulan
Lebih dari 2,92 Ada Autokorelasi
37
3.7.4 Uji Regresi Linier Berganda
