i
Tabel 4.2 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 48
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 1.33601489
Most Extreme Differences Absolute
.110 Positive
.066 Negative
-.110 Kolmogorov-Smirnov Z
.762 Asymp. Sig. 2-tailed
.607 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Output SPSS, diolah penulis, 2014 Dari tabel 4.2 di atas menunjukkan bahwa hasil pengujian
statistik dengan menggunakan model Kolmogorov-Smirnov
menunjukkan bahwa data telah terdistribusi secara normal. Hal tersebut dapat dilihat dari hasil Asymp. Sig. 2-tailed sebesar 0.607 yaitu lebih
besar dari 0.05. Sesuai dengan ketentuan rentang data yang telah ditentukan di atas, maka data terdistribusi normal.
4.2.2.2 Uji Multikolinieritas
Ada atau tidaknya multikolinieritas dalam model regresi, dapat dilihat dari nilai tolerance dan lawannya.nilai Variance Inflatin Factor
VIF. Kedua ukuran ini menunjukkan setiap variabel independen
manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang
terpilih yang tidak dijelaskan oleh variabel independen lainnya.
i
Jadi, nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi karenaVIF =1tolerance. Nilai cut off yang umum
dipakai untuk menunjukkan adanya mutikolineritas adalah nilai Tolerance 0,10 atau sama dengan VIF 10 Ghozali, 2006:
91.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
LN_ROA .496
2.018 LN_DER
.440 2.272
LN_TATO .847
1.181 LN_EPS
.494 2.026
LN_PER .562
1.779 LN_CR
.456 2.195
a. Dependent Variable: LN_RETURNSAHAM
Sumber : Output SPSS, diolah penulis, 2014 Pada penelitian ini, penulis menggunakan uji multikoliniearitas
untuk mendeteksi apakah terdapat gejala multikolinearitas dalam penelitian yaitu dengan melihat besaran korelasi antar variabel
independen dan besarnya tingkat kolinearitas yang masih dapat ditoleransi. Berdasarkan tabel 4.3 di atas, dapat disimpulkan bahwa
penelitian ini bebas dari adanya multikolinearitas. Hasil penelitian
i
menunjukkan bahwa masing–masing variabel independen yang digunakan dalam penelitian, memiliki nilai Tolerance yang lebih besar
dari 0.10 yaitu nilai tolerance ROA sebesar 0.496, nilai tolerance DER sebesar 0.440, nilai tolerance TATO sebesar 0.847, nilai tolerance EPS
sebesar 0.494, nilai tolerance PER sebesar 0.562, nilai tolerance CR sebesar 0.456. Perhitungan VIF juga menunjukkan hal yang sama, yaitu
variabel independen memiliki nilai VIF yang kurang dari 10 yaitu nilai VIF untuk ROA sebesar 2.018, nilai VIF untuk DER sebesar 2.272,
nilai VIF untuk TATO sebesar 1.181, nilai VIF untuk EPS sebesar 2.026, nilai VIF untuk PER sebesar 1.779, nilai VIF untuk CR sebesar
2.195. Maka dari hasil tabel secara keseluruhan menunjukkan bahwa tidak terdapatnya multikolinearitas antar variabel independen dalam
model ini.
4.2.2.3 Uji Heterokedatisitas