Uji Normalitas Uji Multikolinearitas

1.2.2.1 Pengujian Asumsi Klasik

Sebelum dilakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik untuk menguji kesahihan atau keabsahan model regresi hasil estimasi. Beberapa asumsi klasik yang harus terpenuhi agar kesimpulan dari hasil regresi tersebut tidak bias.

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas mempunyai distribusi normal atau tidak. Asumsi normalitas juga persyaratan yang sangat penting pada pengujian kebermaknaan signifikansi koefisien regressi, apabila model regresi tidak berdistribusi normal maka kesimpulan dari uji F dan uji t masih meragukan, karena statistik uji F dan uji t pada analisis regressi diturunkan dari distribusi normal. Pada penelitian ini digunakan uji parametrik untuk menguji normalitas model regresi. Pengujian Hipotesis : 1. H : Data berasal dari populasi berdistribisi normal. 2. H 1 : Data berasal dari populasi yang tidak berdistribusi normal Jika nilai asymp.Sig. 2-tailed kolmogorov smirnov alpha tingkat ketelitian=5 maka terima Ho atau data menyebar secara normal Berdasarkan pengolahan data menggunakan software SPSS 17.0 for windows maka hasil uji normalitas yaitu sebagai berikut : Tabel 4.7 Hasil Uji Normalitas Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. perputaran_persediaan .110 28 .200 .926 28 .049 perputaran_piutang .131 28 .200 .954 28 .245 a. Lilliefors Significance Correction . This is a lower bound of the true significance. Sumber : Data diolah Dari hasil diatas dilihat bahwa nilai Kondisi nilai asymp. Sig. 2-tailed kolmogorov smirnov untuk variabel independent Perputaran Persediaan bernilai 0.200alpha tingkat ketelitian=5 dan nilai asymp. Sig. 2-tailed kolmogorov smirnov untuk variabel independent Perputaran Piutang bernilai 0.200alpha tingkat ketelitian=5. Berdasarkan nilai ini menghasilkan kesimpulan bahwa data menyebar secara normal artinya sampel yang digunakan dalam penelitian berasal dari populasi data yang berdistribusi normal.

b. Uji Multikolinearitas

Multikolinieritas berarti adanya hubungan yang kuat di antara beberapa atau semua variabel bebas pada model regresi.Jika terdapat Multikolinieritas maka koefisien regresi menjadi tidak tentu, tingkat kesalahannya menjadi sangat besar dan biasanya ditandai dengan nilai koefisien determinasi yang sangat besar tetapi pada pengujian parsial koefisien regresi, tidak ada ataupun kalau ada sangat sedikit sekali koefisien regresi yang signifikan. Pada penelitian ini digunakan nilai variance inflation factors VIF sebagai indikator ada tidaknya multikolinieritas diantara variabel bebas. Uji multikolinearitas digunakan untuk melihat ada tidaknya hubungan linier di antara variabel-variabel independen dalam model regresi.Cara untuk mengetahui ada tidaknya multikolinearitas yang digunakan adalah dengan melihat nilai tolerance dan VIF Variance Inflation Factor. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa tidak terdapat multikolinearitas pada penelitian tersebut. Dan sebaliknya, jika nilai tolerance 0,10 dan VIF 10 maka terjadi multikolinearitas. Pengujian Hipotesis : 1. H : Tidak terjadi adanya Multikolinear diantara data pengamatan independent variable. 2. H 1 : Terjadi adanya Multikolinear diantara data pengamatan independent variable Jika nilai VIF10 maka terima Ho atau tidak terdapat hubungan yang linear diantara variabel independen yang ada pada model, sehingga kekhawatiran akibat multikolinearitas dapat dihindari.Berdasarkan pengolahan data menggunakan software SPSS 17.0 for windows maka hasil uji multikolinieritas yaitu sebagai berikut : Tabel 4.8 Hasil Uji Asumsi Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .486 .529 .920 .367 perputaran_persediaan -.830 .274 -.773 -3.028 .006 .253 3.959 perputaran_piutang .617 .118 1.330 5.206 .000 .253 3.959 a. Dependent Variable: profitabilitas Sumber : Data diolah Dari tabel di atas, dapat diketahui bahwa nilai tolerance variabel independen VIF Perputaran PersediaanX 1 sebesar 3,959 dan VIF Perputaran Piutang X 2 sebesar 3,959 10. Sehingga dalam penelitian ini tidak terjadi multokolinearitas dalam model regresinya yang diperoleh.

c. Uji Heterokedastisitas