kepada debitur yang memiliki komposisi setiap Rp. 1,- hutang jangka panjang dijamini Rp. 2.15,- harta perusahaan.
Rata-rata kemampuan jaminan atau agunan perusahaan untuk menopang kredit atau pinjaman yang dimohonkan debitur digunakan untuk memprediksi
keputusan kredit modal kerja sebesar 1.70 dengan standar deviasi 0.99. Nilai rasio pinjaman terendah 1.12 dan tertinggi 6.89. Ini berarti bahwa rata-rata pembiayaan
kredit modal kerja yang disalurkan kepada debitur yang memiliki pinjaman sebesar Rp. 1,- dijamini Rp. 1.70,- harta perusahaan.
5.1.2. Pengujan Normalitas Data
Untuk menguji data penelitian ini berdistribusi normal atau tidak dapat dilihat melalui analisa grafik seperti terlihat pada gambar berikut:
Gambar 5.1. Uji Normalitas Data dengan Grafik Histogram
Universitas Sumatera Utara
Berdasarkan gambar yang ada dapat dikatakan bahwa data penelitian ini berdistribusi normal, di mana terlihat bahwa grafik histogram masih berada dalam
garis lengkung, yang mempunyai sisi yang sama diantara titik nol. Untuk meyakinkan bahwa data penelitian ini benar-benar normal, dapat dilakukan pengujian dengan
menggunakan uji statistik Kolmogorov-Smirnov K-S, seperti tabel berikut:
Tabel 5.2. Uji Normalitas dengan Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardi- zed Residual
N 39
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .23284634
Most Extreme Differences
Absolute .172
Positive .109
Negative -.172
Kolmogorov-Smirnov Z
.940 Asymp. Sig. 2-tailed
.340 a. Test distribution is Normal.
b. Calculated from data. Dari hasil analisis statistik Kolmogorov-Smirnov, dapat dilihat bahwa nilai
Kolmogorov-Smirnov adalah 0,940 dan signifikansi pada angka 0,340 yang berarti lebih besar dari nilai signifikan yang ditentukan, yaitu 0,05 dengan demikian data
dapat dikatakan berdistribusi normal.
Universitas Sumatera Utara
5.1.3. Uji Asumsi Klasik
5.1.3.1. Pengujian multikolinearitas Pengujian multikolinearitas dilakukan untuk melihat apakah pada model
regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi multikolinearitas, sebagaimana dilihat pada tabel berikut:
Tabel 5.3. Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 ZSQ_CR
.168 5.968
ZSQ_QR .205
4.885 ZSQ_ROI
.105 9.560
ZSQ_ROE .112
8.907 ZSQ_NPM
.691 1.448
ZSQ_DAR .549
1.823 ZSQ_RP
.818 1.222
a. Dependent Variable: ZSQ_KK
Dari tabel yang ada, terlihat bahwa model penelitian ini tidak terkena gejala multikolinearitas, di mana nilai VIF untuk kesemua variabel independen tidak ada
yang lebih besar dari 10 dan nilai Tolerance juga tidak ada yang lebih kecil dari 0,1. 5.1.3.2. Pengujian heteroskedastisitas
Uji heteroskedastisitas dapat dilakukan dengan cara melihat grafik Scatterplot dan menggunakan uji statistik salah satunya adalah dengan menggunakan uji Glejser
Lampiran 3. Uji dengan grafik dapat dilihat pada Gambar 5.2 yang disajikan, dapat dilihat dari grafik yang ada bahwa model penelitian terbebas dari heteroskedastisitas,
di mana pada grafik diperlihatkan bahwa seluruh titik-titik menyebar secara acak dan
Universitas Sumatera Utara
tidak membentuk suatu pola secara jelas serta tersebar di atas dan di bawah angka nol pada sumbu Y. Adapun bentuk grafik Scatterplot ditunjukkan seperti berikut:
Gambar 5.2. Uji Heteroskedastisitas dengan Grafik Scatterplot
Untuk meyakinkan atas pengujian grafik, maka dapat dilihat uji statistik atas uji heteroskedastisitas dengan menggunakan uji Glejser yang diperlihatkan oleh tabel
berikut:
Universitas Sumatera Utara
Tabel 5.4. Uji Heteroskedastisitas dengan Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta t
Sig. 1
Constant .226
.035 6.399
.000 ZSQ_CR
.026 .102
.112 .250
.805 ZSQ_QR
.033 .077
.174 .430
.671 ZSQ_ROI
.182 .207
.499 .881
.388 ZSQ_ROE
-.098 .118
-.453 -.830
.416 ZSQ_NPM
.070 .039
.389 1.767
.091 ZSQ_DAR
.087 .049
.440 1.779
.089 ZSQ_RP
.018 .051
.071 .353
.727 a. Dependent Variable: AbsUt
Angka-angka yang ada pada Tabel 5.4, menunjukkan secara jelas bahwa tidak ada satupun yang berpengaruh signifikan terhadap variabel Ut Glejser, dengan
demikian dapat dikatakan bahwa model penelitian ini tidak terjadi gejala heteroskedastisitas.
5.1.3.3. Pengujian autokorelasi Uji Autokorelasi dapat dideteksi dengan menggunakan uji Durbin-Watson
DW, sebagaimana ditunjukkan pada tabel berikut:
Tabel 5.5. Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.510
a
.261 .025
.26733577 1.622
a. Predictors: Constant, ZSQ_RP, ZSQ_ROI, ZSQ_NPM, ZSQ_CR, ZSQ_DAR, ZSQ_QR, ZSQ_ROE
b. Dependent Variable: ZSQ_Y
Universitas Sumatera Utara
Setelah melihat Tabel 5.5 terlihat bahwa nilai DW sebesar 1,622 berada di antara -2 dan +2, yang artinya bahwa model penelitian ini tidak terjadi Autokorelasi,
kriteria ini sebagaimana dikatakan oleh Santoso 2001 bahwa secara umum bisa diambil patokan:
a. Angka D-W di bawah -2 berarti ada autokorelasi positif.
b. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi.
c. Angka D-W di atas +2 berarti ada autokorelasi negatif.
5.1.4. Pengujian Hipotesis