66
Tabel 4.4 Uji Kolmogorov-Smirnov
Sumber : Output SPSS 20 Hasi uji Kolmogorov-Smirnov yang ditunjukkan oleh tabel 4. di atas, dimana
nilai probabilitas atau Asymp. Sig. 2-tailed sebesar 0,384. Oleh karena itu nilai probabilitas lebih besar dari 0,05 atau 0,384 0,05 maka H
diterima yang berarti data residual terdistribusi secara normal.
Melalui uji normalitas yang telah dilakukan, baik melalui analisis grafik maupun uji Kolmogorov-Smirnov dapat disimpulkan bahwa data yang digunakan
dalam penelitian ini terdistribusi secara normal dan memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE.
4.2.2 Multikolinearitas
Menurut Ghozali 2011:106 Uji multikoloniearitas dilakukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen, model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam
Universitas Sumatera Utara
67
model regresi Ghozali, 2011:106. Berikut ini hasil uji multikolinearitas dalam penelitian ini.
Tabel 4.5 Uji Multikolinearitas
Sumber : Output SPSS 20 Hasil uji multikolinearitas pada tabel 4.5 menunjukkan bahwa ketiga
67ariable bebas yang digunakan dalam penelitian ini, memiliki tolerance value 0,1 dan VIF 10. Dengan demikian dapat disimpulkan bahwa tidak ada gejala
multikolinearitas antar 67ariable independen dalam model regresi.
4.2.3 Autokorelasi
Menurut Ghozali 2011:110, Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t
-1
sebelumnya, model regresi yang baik adalah regresi yang bebas dari autokorelasi. Dalam model
regresi tidak terjadi autokorelasi positif apabila nilai dl d du, berikut ini hasil
uji autokorelasi terhadap model regresi dalam penelitian ini.
Universitas Sumatera Utara
68
Tabel 4.6 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted
R Square Std. Error of
the Estimate Durbin-watson
1 .377
a
.142 .108
.07275 1.601
a. Predictors: Constant, WCTO, ITO, CR b. Dependent Variable: ROI
Sumber: Output SPSS 20 Hasil autokorelasi pada tabel 4. menunjukkan nilai Durbin-Watson d
sebesar 1,601. Nilai ini akan bandingkan dengan nilai pada tabel Durbin-Watson dengan menggunakan signifikansi 5 dan jumlah pengamatan n 81 serta jumlah
variabel independen k adalah 3. Berdasarkan tabel Durbin-Watson diperoleh nilai batas atas du sebesar 1,709 dan nilai batas bawah 1,543 Sehingga diperoleh
persamaan berikut :
dl d du 1,543 1,601 1,790
sehingga dapat ditarik kesimpulan bahwa dalam model regresi penelitian ini tidak terjadi autokorelasi positif.
4.2.4 Heterokendasitas