mengetahui distribusi data, apakah mengikuti distribusi normal, poissin, uniform, atau exponential. Residual berdistribusi normal jika nilai signifikansi
lebih dari 5.
3.4.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi antara variabel independen. Menurut Ghozali 2011:106, pengujian multikolineritas dapat dilakukan dengan
menggunakan Variance Inflation Factor VIF dengan kriteria sebagai berikut : 1. Jika angka tolerance
di bawah 0,10 dan VIF ≥ 10, dikatakan terdapat gejala multikolineritas.
2. Jika angka tolerance di atas 0,10 dan VIF ≤ 10, dikatakan tidak
terdapat gejala multikolineritas
3.4.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Menurut Ghozali 2011:110, salah satu cara yang digunakan untuk uji autokorelasi adalah dengan uji Durbin
Watson DW test. Setelah nilai DW diketahui dibandingkan dengan nilai tabel menggunakan signifikansi 5, jumlah sampel n dan jumlah variabel
independen k. Jika dU dw 4-dU, maka dapat disimpulkan bahwa tidak ada autokorelasi dan sebaliknya.
3.4.2.4 Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamata
yang lain. Menurut Ghozali 2011:142, uji ini dapat dilakukan menggunakan uji Glejser, dimana jika sig 0,05 maka tidak terjadi gejala heterokedastisitas
dan sebaliknya. Dimana, kriteria analisis yang digunakan adalah sebagai berikut Ghozali, 2011.
1. Jika ada pola tertentu ,seperti titik –titik yang membentuk suatu pola
tertentu, yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola tertentu serta titik –titik menyebar diatas dan dibawah
angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas, maka mengindikasikan telah terjadi homokedastisitas.
Uji glejser digunakan untuk meregresi nilai absolut residual terhadap variabel independen Ghozali, 2011. Jika variabel independen secara statistik
berpengaruh signifikan kurang dari 0,05 atau 5 terhadap variabel dependen, maka indikasi terjadi hetereskedastisitas. Sebaliknya jika variabel independen
secara statistik tidak berpengaruh signifikan lebih dari 0,05 atau 5, maka regresi tidak mengandung adanya heteroskedastisitas.
3.4.3 Pengujian Hipotesis 3.4.3.1 Analisis Regresi Linier Berganda
Analisis regresi berganda digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen. Analisis regresi linear berganda dapat
dirumuskan sebagai berikut: Y = α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ e Dimana:
X
1
= Working Capital To Total Asset WCTA X
2
= Current Liabilities To Inventory CLI X
3
= Operating Income To Total Liabilities OITL X
4
= Total Asset Turn Over TATO X
5
= Net Profit Margin NPM Y
= Pertumbuhan laba α
= Konstanta b
1,2,3,4,5
= Koefisien arah regresi rasio keuangan ke 1,2,.....7 e
= Kesalahan residu
