58
Gambar 4.2 Grafik Normal P-P Plot
Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan membandingkan dengan garis diagonal. Jika distribusi data
residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Hasil analisis dengan menggunakan normal
probability plot dapat dilihat pada gambar 4.2, pada grafik normal probability plot terlihat bahwa data menyebar disekitar garis diagonal, maka dapat disimpulkan
bahwa model regresi telah memenuhi asumsi normalitas.
4.2.2.2 Uji Multikolinearitas
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
-,263 3,004
-,088 ,931
CR -,217
,253 -,241
-,858 ,398
,321 3,113 DAR
3,452 4,173
,273 ,827
,415 ,232 4,302
59 TATO
-1,146 1,144
-,229 -1,002 ,324
,482 2,076 ROA
10,730 5,264
,564 2,038
,050 ,330 3,028
a. Dependent Variable: GP
Pengujian gejala multikolinearitas pada model persamaan regresi bertujuan untuk mengetahui ada tidaknya korelasi yang serius diantara variabel
bebas yang digunakan dalam model. Salah satu alat pendeteksi gejala multikolinearitas adalah dengan menggunakan perhitungan Tolerance TOL dan
Variance Inflation Factor VIF.Uji multikolinearitas menggunakan kriteria Tolerance TOL dan variance inflation factor VIF dengan ketentuan bila TOL
0,1 dan VIF 10 maka tidak terjadi multikolinearitas.
Dari tabel 4.4 hasil uji multikolinearitas data dapat diketahui bahwa hasil dari nilai VIF untuk variabel CR sebesar 3,113, DAR sebesar 4,302, TATO
sebesar 2,076, dan ROA sebesar 3,028 maka nilai VIF kurang dari 10, sehingga dapat disimpulkan bahwa semua variabel yang ada bebas dari gejala
multikolinearitas antara variabel bebas yang satu dengan variabel bebas lainnya. Dan sesuai dengan yang disyaratkan untuk lepas dari gejala multikolinearitas,
seluruh variabel bebas yaitu CR mempunyai nilai TOL sebesar 0,321, DAR sebesar 0,232, TATO sebesar 0,482, dan ROA sebesar 0,330. Maka nilai TOL
lebih besar dari 0,1. Jadi variabel bebas dalam penelitian ini dapat dikatakan telah bebas dari gejala multikolinearitas.
4.2.2.3 Uji Heteroskedastisitas
60
Heteroskedastisitas adalah keadaan dimana terjadinya ketidaksamaan varian dari residual pada model regresi. Model regresi yang baik mensyaratkan
tidak adanya masalah heteroskedastisitas. Untuk mendeteksi ada tidaknya heteroskedastisitas menggunakan metode uji spearman’s rho dan metode uji
scatterplots.
4.3.4.1 Metode uji Spearman’s rho
