Tabel 4.5 Uji Normalitas Data 2
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 82
Normal Parameters
a
Mean .0000000
Std. Deviation 1.53041315
Most Extreme Differences
Absolute .103
Positive .103
Negative -.099
Kolmogorov-Smirnov Z .929
Asymp. Sig. 2-tailed .353
a. Test distribution is Normal. b. Calculate from date
Sumber: Hasil Olah Data Statistik, 2012
4.1.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah di dalam model analisis regresi ditemukan adanya korelasi diantara variabel
bebas independen.Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Model regresi yang bebas
multikolinieritas adalah mempunyai nilai tolerance di atas 0,1 atau VIF di bawah 10. Berikut adalah hasil uji multikolinearitas:
Universitas Sumatera Utara
Tabel 4.6 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1 Constant
-.454 .566
-.802 .425 LN_ROA
-.195 .176
-.122 -1.108 .271 .790 1.267
LN_PTA .081
.242 .053
.336 .738 .381 2.623
LN_DTA .918
.282 .489 3.258 .002
.427 2.340 a. Dependent Variable: LN_KK
Sumber: Hasil Olah Data Statistik, 2012 Dari hasil pengujian di atas dapat dilihat bahwa angka tolerance
profitabilitas 0.790, perputaran total aktiva 0.381 dan debt to total aset 0.427 berada di atas 0.1 dan nilai VIF berada di bawah angka 10 yang
berarti tidak ada korelasi antara variabel independen. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antara variabel
independen dalam model regresi.
4.1.2.4 Uji Heteroskedastisitas
Pengujian heterokedastisitas dilakukan dengan tujuan mengetahui apakah pada suatu regresi tersebut terjadi ketidaksamaan variance dari
residual dari setiap pengamatan ke pengamatan lainnya berbeda. Untuk mendeteksi ada tidaknya heterokedastisitas dapat dilihat dari
Universitas Sumatera Utara
grafik scatterplot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID Ghozali, 2005:105. Jika
ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu teratur, maka telah terjadi heterokedastisitas. Sebaliknya jika tidak ada
pola yang jelas serta titik-titik yang menyebar maka tidak terjadi heterokedaastisitas.
Hasil uji heterokedastisitas dapat ditunjukkan dalam grafik scatterplot antara ZPRED dan SREIS sebagai berikut :
Gambar 4.7 Uji Heterokedastisitas
Sumber : Data sekunder setelah diolah dengan SPSS, 2012
Universitas Sumatera Utara
Dari grafik scatterplot pada gambar 4.7 terlihat bahwa titik- titik yang ada menyebar secara acak. Titik-titik juga terdapat baik di
atas maupun di bawah angka 0 pada sumbu Y. Oleh karena itu, dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi
sehingga model regresi layak digunakan.
4.1.2.4 Uji Autokorelasi