47
Tabel 4.3 Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Ln_DPR Ln_ROA SIZE
Ln_DER Ln_CR N
74 74
74 74
74 Normal Parameters
a,b
Mean -,9544 -2,0396 28,3458
-,5563 -,7419
Std. Deviation ,81684
,75952 1,86672 ,83019 1,39445
Most Extreme Differences
Absolute ,129
,129 ,134
,100 ,115
Positive ,088
,074 ,134
,087 ,093
Negative -,129
-,129 -,079
-,100 -,115
Kolmogorov-Smirnov Z 1,111
1,109 1,155
,860 ,992
Asymp. Sig. 2-tailed ,169
,171 ,139
,451 ,278
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data diolah penulis 2012
Dari Tabel uji Kolmogrov-Smirnov dapat dilihat bahwa angka signifikansi uji kolmogrov-smirnov jauh diatas nilai signifikan 0,05 sehingga
dapat disimpulkan bahwa model regresi terdistribusi secara normal. Untuk mengubah nilai residual agar berdistribusi normal, penulis melakukan
transformasi data ke model logaritma natural Ln.
4.2.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya kolerasi antara variabel independen. Untuk
mendeteksi ada atau tidaknya multikolinearitas dalam suatu model regresi dapat diketahui dari nilai tolerance dan variance inflation factor VIF
dimana nilai tolerance mendekati 0,1 dan nilai VIF di atas 10.
UNIVERSITAS SUMATERA UTARA
48
Tabel 4.4 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-5,411 1,765
-3,067 ,003
Ln_ROA ,098
,130 ,091
,752 ,454
,821 1,217
SIZE ,155
,056 ,355
2,786 ,007
,736 1,358
Ln_DER -,214
,163 -,217
-1,308 ,195
,435 2,298
Ln_CR -,176
,088 -,300
-1,994 ,050
,528 1,894
a. Dependent Variable: Ln_DPR
Sumber : Data diolah penulis 2012 Berdasarkan hasil pengujian pada Tabel 4.4 menunjukkan bahwa semua
variabel yang digunakan dalam penelitian ini memiliki tolerance yang lebih dari 0,1 dan nilai VIF yang kurang dari 10. Hal ini berarti bahwa variabel-
variabel penelitian tidak menunjukkan adanya gejala multikolinearitas dalam model regresi.
4.2.3 Uji Heterokedastitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada gambar scatterplot antara SRESID
dan ZPRED. Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidak samaan varian dari residual satu pengamatan ke
pengamatan yang lain. Jika varian dari residual satu pengamatan ke
UNIVERSITAS SUMATERA UTARA
49
pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda akan disebut heteroskedastisitas.
Gambar 4.4 Grafik Scatterplot
Sumber : Data diolah penulis 2012
Berdasarkan Gambar 4.3 terlihat titik-titik menyebar secara acak baik di atas maupun dibawah angka 0 pada sumbu Y, dan juga terlihat titik-titik
tersebut membentuk suatu pola tertentu. Dengan demikian dapat disimpulkan bahwa penelitian ini terbebas dari masalah heteroskedastisitas.
UNIVERSITAS SUMATERA UTARA
50
4.2.4 Uji Autokorelasi
