hal ini menunjukkan bahwa data terdistribusi normal. Berdasarkan hasil uji normalitas dengan tabel histogram dan plot diatas, maka
dapat disimpulkan bahwa data telah terdistribusi normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Untuk melihat
ada atau tidaknya multikolinieritas dalam model regresi dapat dilihat dari :
1 Nilai tolerance dan lawannya, 2 Variance Inflatin Factor VIF.
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance
mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Batasan yang umum
dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerence 0,10 atau sama dengan VIF 5 Situmorang, 2011 : 139.
Untuk mendeteksi ada atau tidak adanya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation
Factor VIF dengan membandingkan sebagai berikut : • VIF 5 maka diduga mempunyai persoalan multikolineritas.
Universitas Sumatera Utara
• VIF 5 maka tidak terdapat multikolineritas. • Tolerance 0,1 maka diduga mempunyai persoalan
multikolineritas. • Tolerance 0,1 maka tidak terdapat multikolineritas.
Tabel 4.4 Hasil Uji Multikolinieritas
Coefficients
a
Collinearity Statistics Tolerance
VIF 1
PPiutang .997
1.003 PPersediaan
.997 1.003
a. Dependent Variable: ROA
Sumber : Hasil Penelitian SPSS, 2013
Dari hasil pengujian diatas, dapat dilihat bahwa angka tolerance perputaran piutang dan perputaran persediaan sebesar 0,997 dan
VIFnya 1,003. Data dikatakan tidak terjadi multikolinieritas apabila nilai tolerance 0,10 dan nilai VIF nya 5. Menurut perhitungan SPSS
data tidak terkena multikolinieritas karena nilai tolerance 0,997 0,10 dan nilai VIF nya 1,003 5.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
Universitas Sumatera Utara
ke pengamatan yang lain. Jika variance tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi problem
heteroskedastisitas. Model regresi yang baik yaitu homoskesdatisitas atau tidak terjadi heteroskedastisitas. Berikut adalah hasil dari
pengujian uji heteroskedastisitas dengan menggunakan pendekatan grafik scatter-plot.
Gambar 4.3 Uji Heteroskedastisitas
Sumber : Hasil Penelitian SPSS, 2013 Pada hasil pengujian dengan SPSS diatas terlihat titik-titik
mengumpul di satu tempat dan saling bertindih, dapat dikatakan
Universitas Sumatera Utara
terjadi masalah heteroskedastisitas, maka untuk itu perlu dilakukan transformasi data dengan menggunakan Logaritma Natural Ln. Hasil
nya adalah :
Gambar 4.4 Uji Heteroskedastisitas
Setelah Transformasi Data
Sumber : Hasil Penelitian SPSS, 2013
Setelah dilakukan transform dengan Logaritma Natural Ln dapat terlihat titik-titik menyebar dan tidak membentuk pola. Hal ini dapat
dikatakan bahwa data tidak terkena masalah heteroskedastisitas.
Universitas Sumatera Utara
d. Uji Autokorelasi
