4.2.2 Pengujian Asumsi Klasik
Menguji hipotesis akan digunakan analisis regresi linier berganda. Namun demikian akan terlebih dahulu diuji mengenai ada tidaknya
penyimpangan terhadap asumsi klasik yang diperlukan untuk mendapatkan model regresi yang baik.
4.2.2.1 Uji Normalitas
Hasil uji normalitas pada penelitian ini menggunakan model Kolmogrov-Smirnov dan grafik histogram. Pada tabel 4.2 terlihat
bahwa nilai Asymp.Sig. 2-tailed adalah 0,800 dan diatas nilai signifikan 0,05, dengan kata lain variabel residual berdistribusi
normal
.
Tabel 4.2
One-Sample Kolmogorov-Smirnov Test
DAR N
48 Normal Parameters
a,b
Mean .53758
Std. Deviation .198677
Most Extreme Differences Absolute
.093 Positive
.086 Negative
-.093 Kolmogorov-Smirnov Z
.645 Asymp. Sig. 2-tailed
.800 a. Test distribution is Normal.
b. Calculated from data. Sumber: Hasil Pengolahan SPSS 19 2013
Gambar 4.1
Sumber: Hasil Pengolahan SPSS 19 2013
Universitas Sumatera Utara
Pada grafik histogram terlihat bahwa variabel DAR Debt to Asset Ratio berdistribusi normal, hal ini ditunjukkan oleh distribusi
data tersebut tidak menceng skewness ke kiri maupun ke kanan atau normal.
4.2.2.2 Uji Multikolonieritas
Ada atau tidak adanya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF dengan
membandingkan sebagai berikut Situmorang et al., 2010 : 136 1.
VIF 5 maka diduga mempunyai persoalan multikolinieritas. 2.
VIF 5 maka tidak terdapat multikolinieritas. 3.
Tolerance 0,1 maka diduga mempunyai persoalan multikolinieritas.
4. Tolerance 0,1 maka tidak terdapat multikolinieritas.
Dari hasil output terlihat bahwa semua data variabel tidak terkena multikolinieritas.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant
.505 .089
5.692 .001
DER .038
.007 .582
5.291 .001
.833 1.201
ASV .055
.159 .036
.348 .730
.956 1.046
ROA -1.076
.378 -.315
-2.844 .007
.824 1.214
Pertumbuhan Penjualan
.001 .002
.041 .394
.696 .953
1.050
a. Dependent Variable: DAR
Sumber: Hasil Pengolahan SPSS 19 2013
Universitas Sumatera Utara
4.2.2.3 Uji Heteroskedastisitas
Model regresi yang baik adalah tidak terjadi heteroskedastisitas, untuk mendeteksi ada tidaknya heteroskedastisitas, dapat dilihat dari
grafik Scatterplot antara lain prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID Ghozali, 2005 : 105.
Titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun dibawah angka
nol pada sumbu Y terlihat dari grafik scatterplot yang disajikan pada gambar 4.2. Hal ini berarti tidak terjadi heteroskedastisitas pada model
regresi, sehingga model regresi layak dipakai untuk mengetahui pengaruh terhadap probabilitas perusahaan otomotif yang terdaftar di
BEI berdasarkan masukan variabel independennya.
Gambar 4.2
Hasil Uji Heteroskedastisitas
Sumber: Hasil Pengolahan SPSS 19 2013
Universitas Sumatera Utara
4.2.2.4 Uji Autokorelasi
Kategori