Dari hasil perhitungan dapat disimpulkan bahwa data dalam model regresi untuk variabel ROE, DER dan Residual telah terdistribusi secara normal, dimana Z hitung Z
tabel. Hanya variabel DPR yang Z hitungnya Z tabel.
Tabel 4.10 Hasil uji Normalitas dengan Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
LnDPR LnROE
LnDER Unstandardized
Residual N
93 93
93 93
Normal Parametersa,b Mean 3.0850
2.6628 2.8424
.0000000 Std. Deviation
1.30995 .76245
1.14870 1.14417853
Most Extreme Differences
Absolute .209
.076 .082
.077 Positive
.131 .047
.062 .065
Negative -.209
-.076 -.082
-.077 Kolmogorov-Smirnov Z
2.014 .733
.794 .739
Asymp. Sig. 2-tailed .001
.655 .553
.646 a Test distribution is Normal.
b Calculated from data.
Hasil uji K-S juga menunjukkan bahwa variabel ROE, DER dan Residual terdistribusi secara normal, dimana nilai signifikansi 0,05. Hanya variabel DPR yang
signifikansinya 0,05. Namun, ketidaknormalan ini diabaikan karena data variabel DPR tetap belum normal walaupun sudah dilakukan tindakan perbaikan treatment.
b. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antarvariabel bebas independen. Untuk mengetahui ada tidaknya
multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF dan nilai Tolerance, apabila nilai VIF 10 dan nilai Tolerance 0,1 mka terjadi
Universitas Sumatera Utara
multikolinearitas dan apabila VIF 10 dan Tolerance 0,1 maka tidak terjadi multikolinearitas.
Hasil dari uji Multikolinearitas dapat dilihat pada tabel berikut ini :
Tabel 4.11
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1 Constant
LNDPR ,997
1,003 LNROE
,997 1,003
a Dependent Variable: LNDER
Dari hasil pengujian di atas dapat dilihat bahwa angka Tolerance DPR LN_DPR dan ROE LN_ROE 0,10, dan VIF-nya 10, maka tidak ada multikolinearitas antar
variabel independen tersebut. Hal ini ditegaskan kembali dari hasil korelasi antar variabel independen tidak ada korelasi yang cukup serius. Tingkat korelasi antara
LN_DPR dan LN_ROE hanya sebesar 0,054 atau sekitar 5,4 . Oleh karena angka ini masih di bawah 95 , maka dapat dikatakan tidak terjadi multikolinearitas yang cukup
serius. c.
Uji Autokorelasi
Untuk mengetahui apakah data yang kita miliki terjadi autokorelasi atau tidak, kita menggunakan uji Durbin-Watson DW test. Ghozali 2005:96 memberikan pedoman
dalam pengambilan keputusan ada tidaknya autokorelasi sebagai berikut : a.
Bila nilai DW Durbin-Watson terletak antara batas atas DU dan 4-DU, maka koefisien autokorelasi sama dengan nol artinya tidak terjadi autokorelasi.
b. Bila nilai DWDL batas bawah, maka koefisien autokorelasi lebih besar dari nol,
maka ada autokorelasi positif.
Universitas Sumatera Utara
c. Bila nilai DW4-DL, maka koefisien autokorelasi lebih kecil dari nol artinya ada
autokorelasi negatif. d.
Bila nilai DW terletak antara DU dengan DL atau DW terletak di antara 4-DU dan 4-DL, maka hasilnya tidak dapat diputuskan ada autokorelasi atau tidak.
Hasil uji autokorelasi dapat kita lihat pada tabel di bawah ini :
Tabel 4.12
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 ,089a
,008 -,014
1,15682 2,070
a Predictors: Constant, LNROE, LNDPR b Dependent Variable: LNDER
Berdasarkan tabel 4.12 di atas, diketahui bahwa nilai DW sebesar 2,070. Nilai ini dibandingkan dengan nilai tabel dengan jumlah observasi sebanyak 93 N = 93 dan
variabel independen k sebanyak 2, maka dari tabel statistik DW didapatkan nilai DL batas bawah sebesar 1,618 dan nilai DU batas atas sebesar 1,706. Nilai DW berada
diantara DU dan 4-DU 1,706 DW 2,070, berarti tidak ada autokorelasi.
d. Uji Heterokedastisitas
