50
Dari tabel 4.3 hasil uji K-S terlihat bahwa Asymp Sig 2-tailed 0.05, yaitu sebesar 0.517, sehingga dapat disimpulkan bahwa data
penelitian berdistribusi normal. Hal ini sejalan dengan hasil analisis grafik yang menunjukkan bahwa data berdistribusi normal.
4.2.1.2 Uji Multikolinearitas
Uji ini dilakukan untuk melihat apakah dalam suatu model regresi, terdapat hubungan yang linear antar variabel bebas independen.
Dalam mendeteksi ada tidaknya multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF dan nilai tolerance. Jika nilai VIF
menunjukkan angka lebih dari 10 dan nilai tolerance 0,1, ini berarti terdapat gejala multikolinearitas. Regresi yang bebas multikolinearitas
adalah yang mempunyai nilai VIF kurang dari 10 dan memiliki nilai tolerance 0,1. Hasil pengujian terhadap multikolinearitas dalam
penelitian ini yaitu:
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 1.086
.132 8.213
.000 LOG_LBA
.076 .036
.097 2.130
.036 .500 1.999
LOG_ROE .079
.209 .038
.379 .705
.103 9.719 LOG_ROA
-.304 .206
-.148 -1.475 .144
.103 9.743 LOG_EPS
.982 .054
.982 18.119 .000
.350 2.854 a. Dependent Variable: LOG_HS
Sumber: diolah Penulis, 2013
Universitas Sumatera Utara
51
Berdasarkan data hasil olahan SPSS yang disajikan diatas, dapat disimpulkan bahwa
pada data penelitian ini tidak terjadi
multikolinearitas. Hal ini terlihat dari tidak adanya variabel independen yang memiliki nilai VIF di atas 10 dan nilai tolerance yang dimiliki
oleh tiap variabel independen juga bernilai 0,1. Kesimpulan yang dapat ditarik atas uji mulitkolinearitas yang dilakukan yaitu tidak
adanya korelasi antara satu variabel independen dengan variabel independen lainnya yang berarti tidak terjadi multikolinearitas.
4.2.1.3 Uji Heteroskedastisitas
Uji ini dilakukan dengan tujuan untuk melihat apakah dalam suatu model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lainnya. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Ada tidaknya
heteroskedastisitas dapat dilihat melalui grafik scatterplot yang diperoleh dari olahan data SPSS pada gambar 4.5.
Gambar 4.5 Grafik Scatterplot
Universitas Sumatera Utara
52
Sumber: diolah Penulis, 2013 Grafik scatterplot diatas memperlihatkan titik-titik yang
menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas. Selain itu, titik-titik itu juga tersebar baik di atas maupun di
bawah angka 0 pada sumbu Y. Oleh karena itu, dapat disimpulkan bahwa tidak terjadi heteroskedastisitas dalam penelitian ini, dan model
regresi ini layak dipakai dalam penelitian.
4.2.1.4 Uji Autokorelasi