Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Menurut Ade dkk 2007: 29 “normalitas data dapat menggunakan normal P-
Plot data dalam keadaan normal apabila distribusi data menyebar disekitar diagonal”.
Gambar 4.2 Grafik Normal Plot
Sumber: Hasil Pengolahan SPSS 2012 Pada grafik normal plot terlihat titik-titik menyebar di sekitar garis
diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
4.1.2.2. Uji Multikolonieritas
Adanya Multikolinearitas dapat dilihat dari tolerance value atau nilai variance inflation factor VIF. Batas dari tolerance value dibawah 0,01 atau nilai
VIF diatas 10, maka terjadi problem multikolinearitas.
Universitas Sumatera Utara
Tabel 4.3 Hasil Uji Multikolonieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
8.924 3.789
2.356 .026
TATO .699
2.668 .049
.262 .795
1.000 1.000
a. Dependent Variable: ROA
Sumber: Hasil Pengolahan SPSS 2012 Dari data pada tabel 4.4 dapat disimpulkan bahwa tidak terjadi
multikolonieritas dengan dasar nilai VIF untuk setiap variabel independen tidak ada yang melebihi 10 dan nilai tolerance tidak ada yang kurang dari 0.1, hal ini
dapat dilihat dari nilai tolerance total asset turnover TATO sebesar 1,000 tidak kurang dari 0,1 dan nilai VIF sebesar 1,000 tidak melebihi 10. Maka dapat
dilakukan analisis lebih lanjut dengan menggunakan model regresi berganda.
4.1.2.3 Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah melihat plot grafik yang dihasilkan dari pengolahan
data menggunakan program SPSS. Dasar pengambilan keputusannya adalah: 1 Jika pola tetrtentu, sperti titik-titik yang teratur maka telah terjadi
heteroskedastisitas,
Universitas Sumatera Utara
2 Jika tidak ada pola tertentu, serta titik-titik yang menyebar tidak tertentu diatas dan dibawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah
terjadi heterskedastisitas atau terjadi homoskedastisitas dengan mengganti penyebaran titik-titik pada gambar.
Gambar 4.3 Hasil Uji Heteroskedastisitas
Sumber; Hasil Pengolahan SPSS 2012 Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta
tersebar baik diatas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Dengan
demikian, model ini layak dipakai untuk memprediksi rentabilitas pada perusahaan food and beverage yang terdaftar di burda efek indonesia berdasarkan
masukan variabel independen TATO.
Universitas Sumatera Utara
4.1.2.4 Uji Autokorelasi
