46
Gambar 4.1 menunjukkan bahwa diagram cenderung dan berbentuk lonceng, dan pada gambar 4.2 terlihat titik-titik data menyebar disekitar garis
diagonal dan mengikuti arah garis diagonal sehingga dapat disimpulkan bahwa penelitian ini memiliki distribusi data normal atau mendekati normal.
4.3.2 Uji Multikolinearitas
Uji Multikolinearitas dilakukan untuk melihat ada tidaknya hubungan linear diantara variabel bebas dalam model regresi. Tabel 4.3 menunjukkan tidak
adanya gejala Multikolineritas, dimana hasil uji VIF Variance Inflation Factor menentukan nilai kurang dari VIF10.
Tabel 4.3 Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 LN_X1
.560 1.786
LN_X2 .543
1.843 LN_X3
.950 1.053
a. Dependent Variable: LN_Y
Dari hasil uji tabel 4.3 di atas dapat diketahui bahwa nilai VIF untuk variabel Cash Ratio X
1
sebesar 1,786, Debt to Equity Ratio X
2
sebesar 1,843, Return On Assets X
3
sebesar 1,053. Sehingga diperoleh nilai VIF ketiga variabel bebas semuanya lebih kecil dari 10 dan nilai
tolerance dari ketiga variabel bebas
Universitas Sumatera Utara
47
tersebut lebih besar dari 0,1 sehingga dapat disimpulkan pada model regresi tidak terdapat masalah Multikolineritas.
4.3.3 Uji Autokorelasi
Autokorelasi terjadi karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini muncul karena kesalahan pengganggu tidak
bebas dari satu observasi ke observasi lainnya. Untuk mendeteksi masalah autokorelasi pada model regresi dapat diamati melalui uji Durbin-Watson DW.
Tabel 4.4 Uji Autokorelasi
p Model
R R Square
Adjusted R Square Std. Error of the
Estimate Durbin-Watson
1 .174
a
.030 .028
.85792 2.011
a. Predictors: Constant, LN_X3, LN_X1, LN_X2 b. Dependent Variable: LN_Y
Hasil uji Autokorelasi menunjukkan nilai Durbin-Watson yang diperoleh adalah sebesar 2,011. Nilai ini terletak diantara DUDW4-DU yaitu
1,7652,0112,235 sehingga dapat disimpulkan bahwa dalam model regresi tidak terdapat autokorelasi.
Universitas Sumatera Utara
48
4.3.4 Uji Heterokedastisitas
Heterokedastisitas berarti adanya variasi residual yang tidak sama untuk semua pengamatan, atau terdapatnya variasi residual yang semakin besar pada
jumlah pengamatan yang semakin besar. Pengujian heterokedastisitas menggunakan metode
Rank Spearman Correlation antara residual dengan masing-
masing variabel bebas pada tingkat kepercayaan 95 α=0,05. Jika semua variabel bebas berkorelasi secara signifikan dengan residual maka dalam
model regresi terdapat gejala heterokedastisitas.
Tabel 4.5 Hasil olahan SPSS
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta t
Sig. 1
Constant -.615
.256 -2.398
.018 LN_X1
.056 .072
.090 .781
.436 LN_X2
.216 .119
.212 1.805
.073 LN_X3
.106 .096
.098 1.104
.272 a. Dependent Variable: LN_Y
Hasil pengujian pada tabel 4.5 menunjukkan seluruh variabel bebas tidak berpengaruh pada nilai
absolute residual yang dilihat pada nilai signifikan
Universitas Sumatera Utara
49
masing-masing variabel bebas diatas 0,05. Hal ini berarti model regresi bebas dari heterokedastisitas.
4.4 Pengujian Hipotesis 4.4.1 Koefisien Determinasi R