diagonal yang tidak melencengke kiri maupun ke kanan. Grafik normal plot memperlihatkan titik – titik menyebar disekitar garis
diagonal dan penyebarannya mendekati garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi
secara normal. Kesimpulan secara keseluruhan yang dapat diambil adalah bawa nilai-nilai observasi data telah terdistribusi secara
normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.2.2.2 Uji Multikolinearitas
Gejala multikolinearitasdideteksi dengan melihat besaran korelasi antar variabel independen dan besarnya tingkat kolinearitas
yang masih dapat ditolerir, yaitu tolerance 0,10 dan Variance Inflation Factor VIF 10. Hasil pengujian disajikan dalam table 4.3
dan table 4.4.
Tabel 4.3 Coefficients untuk Index = fCR, ROA, EPS
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Significance Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant .370
.123 3.002
.004 CR
-.039 .086
-.056 -.449 .65
.999 1.001
Universitas Sumatera Utara
ROA .001
.004 .035 .262
.794 .850 1.176
EPS -.031
.154 -.027 -.199
.843 .850 1.177
a. Dependent Variable: DPR Sumber : Output SPSS, diolah penulis, 2012
Hasil perhitungan nilai tolerance menunjukkan variabel independen memiliki nilai tolerance lebih dari 0,10 yaitu 0,999 ; 0,850
; 0,850 yang berarti tidak terjadi korelasi anta variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama dimana
variabel independen memiliki nilai VIF kurang dari 10 yaitu 1,001 ; 1,176 ; 1,177.
Tabel 4.4 Coefficients untuk Index = fCR, ROA, EPS
Coefficient Correlations
a
CR ROA
EPS Correlations
CR 1.000
.009 -.025
ROA .009
1.000 -.387
EPS -.025
-.387 1.000
Covariances CR
. .470
.420 ROA
.470 .
.001 EPS
.420 .001
. a.
Dependent Variable: DPR Sumber : Output SPSS, diolah penulis, 2012
Universitas Sumatera Utara
Hasil besaran korelasi antar variabel memperlihatkan bahwa antara variabel independen yang diuji, variabel likuiditas yang diukur
dengan current ratiodan profitabilitas yang diukur dengan return on assetmempunyai korelasi paling tinggi yaitu sebesar 0,009 atau 9.
Hal ini tidak menunjukkan gejala korelasi karena masih dibawah 0,95, sehingga dapat disimpulkan bahwa tidak ada multikolonieritas antar
variabel independen dalam model penelitian ini.
4.2.2.3 Uji Autokorelasi
Pengujian ini digunakan untuk menguji asumsi klasik regresi berkaitan dengan adanya autokorelasi. Pengujian ada atau tidaknya
autokorelasi dalam persamaan ini digunakan Uji Durbin Watson. Model regresi yang baik adalah model yang tidak mengandung
autokorelasi. Autokorelasi dapat dideteksi bila nilai DW diluar du dan 4-du Ghozali, 2005.
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
.075
a
.006 -.040
.20657 1.796
a. Predictors: constant CR,ROA,EPS
Universitas Sumatera Utara
4.2.1.4 Uji Heteroskedastisitas
