4.1.3 Uji Asumsi Klasik
Setiap model persamaan regresi linier harus melalui uji asumsi klasik sebelum dianalisis lebih lanjut. Uji asumsi klasik yang dilakukan terhadap
model persamaan regresi linier berganda pada penelitian ini yaitu : Uji Normalitas,
Uji Multikolinearitas, Uji Autokorelasi, dan Uji
Heterokedastisitas. Hasil uji asumsi klasik yang diperoleh dengan bantuan komputer dengan program SPSS disajikan sebagai berikut :
1 Uji Normalitas Hasil uji normalitas dalam penelitian ditunjukkan melalui gambar 4.1
dibawah ini.
Gambar 4.1. Hasil Uji Normalitas
Universitas Sumatera Utara
Gambar 4.1 di atas menunjukkan bahwa plot – plot memiliki pola masih dalam lingkup dari garis diagonal grafik P-P Plot, sehingga dapat
dikatakan data terdistribusi dengan normal. Selain itu untuk menguji tingkat normalitas dapat dilakukan dengan pendekatan gambar
histogram. Hal ini terdapat pada Gambar 4.2 berikut :
Gambar 4.2. Hasil Uji Normalitas
Berdasarkan gambar tersebut, dapat disimpulkan bahwa data yang digunakan normal. Hal tersebut diketahui polygon kecenderungan tidak
melenceng ke kiri maupun ke kanan. 2 Uji Multikolinearitas
Hasil uji multikolinieritas dalam penelitian ditunjukkan melalui tabel 4.4 di bawah ini.
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Multikolinieritas
Coefficients
a
Model Collinearity
Statistics Toleranc
e VIF
1 Constant
Jumlah modal kerja
.997 1.003
Perputaran modal kerja
.997 1.003
a. Dependent Variable: ROI
Dari hasil olahan dengan SPSS, diperoleh koefisien tolerance dari kedua variabel bebas lebih besar dari 0.10 dan nilai VIF lebih kecil dari 10. Hal
ini membuktikan bahwa dalam model regresi ini tidak terdapat gejala multikolinearitas.
3 Hasil Uji Autokorelasi Hasil uji multikolinieritas dalam penelitian ditunjukkan melalui tabel 4.5
di bawah ini.
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model Durbin-Watson
1 1.699
a. Predictors: Constant, Perputaran modal kerja, Jumlah modal kerja b. Dependent Variable: ROI
Universitas Sumatera Utara
Dari hasil olahan data SPSS dapat dilihat bahwa hasil uji Durbin Watson sebesar 1.699. Nilai ini akan dibandingkan dengan nilai tabel, dengan
menggunakan nilai signifikan 5 persen 0,05. Jumlah data n = 90 dan variabel bebas k = 2 maka dl = 1.61, du = 1.70. Jadi 4-du = 4 – 1.70
= 2.3. Karena nilai DW sebesar 1.699 lebih besar dari batas du sebesar 1.70 dan kurang dari 4-du yaitu 2.3 hal ini berarti tidak ada autokorelasi
negatif atau dapat disimpulkan model regresi ini masih dapat dipergunakan untuk melakukan pengujian.
4 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dari model
regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadinya heteroskedastisitas. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah
dengan melihat grafik plot antara nilai prediksi variabel terikat dengan residualnya. Jika ada pola tertentu, seperti titik-titik menyebar diatas dan
dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Adapun hasil pengujian terdapat pada gambar 4.3 berikut.
Universitas Sumatera Utara
Gambar 4.3. Hasil Uji Heterokedastisitas 4.1.4 Analisis Regresi Linier Berganda
Dalam penelitian ini digunakan model analisis regresi linier berganda, yang bertujuan untuk mengetahui apakah jumlah modal kerja dan
perputaran modal kerja berpengaruh terhadap profitabilitas pada perusahaan Manufaktur Logam dan Semen yang terdaftar di Bursa Efek Indonesia tahun
2007-2011 baik secara simultan maupun parsial. Untuk pengelolaan data dipergunakan bantuan program SPSS 17.0. Adapun rangkuman hasil
pengolahan data tersebut dapat dilihat pada Tabel 4.6
Universitas Sumatera Utara
Tabel 4.6 Hasil Uji Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. 95.0 Confidence
Interval for B Collinearity
Statistics B
Std. Error
Beta Lower
Bound Upper
Bound Tolerance
VIF 1
Constant 5.005
1.042 4.805 .000
2.935 7.075
Jumlah modal kerja 2.612E-6
.000 .414 4.258 .000
.000 .000
.997 1.003 Perputaran modal kerja
.037 .043
.082 .847 .399 -.049
.123 .997 1.003
a. Dependent Variable: ROI
Berdasarkan Tabel 4.6 dapat dirumuskan persamaan regresi linier sebagai berikut :
Y = 5.005 + 2.612E-6 X
1
+ 0.037 X
2
+ e 1 Konstanta sebesar 5,005 menyatakan bahwa jika variabel bebas yaitu
jumlah modal kerja dan perputaran modal kerja dianggap konstan atau nol, maka rata-rata tingkat profitabilitas perusahaan sebesar 5,005
persen. 2 Koefisien regresi jumlah modal kerja sebesar 2,612-6 = 0.006248
menyatakan bahwa apabila jumlah modal kerja meningkat sebesar 1 kali dan variabel bebas perputaran modal kerja dianggap tetap, maka
tingkat profitabilitas akan bertambah 0,6248 persen. 3 Koefisien regresi perputaran modal kerja kerja sebesar 0.037
menyatakan bahwa apabila penggunaan perputaran modal kerja
Universitas Sumatera Utara
meningkat sebesar 1 kali dan variabel bebas jumlah modal kerja dianggap tetap, maka profitabilitas akan bertambah sebesar 3,7 persen.
4.1.5 Uji Statistik F