menyerupai lonceng. Dapat disimpulkan bahwa variabel pengganggu atau residual memiliki pola mendekati distribusi normal.
Sumber : Hasil Penelitian, 2014 Data Diolah
Gambar 4.2 Normal P-Plot
Berdasarkan Gambar 4.2 Normal Probability Plot diatas dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas karena data menyebar di
sekitar garis diagonal dan penyebaran data searah mengikuti garis diagonal.
4.2.2.2. Uji Multikolinearitas
Masalah-masalah yang mungkin akan timbul pada penggunaan persamaan regresi berganda adalah multikolinieritas, yaitu suatu keadaan di mana
antara variabel bebas terdapat korelasi atau suatu variabel bebas merupakan fungsi linier dari variabel bebas lainnya. Untuk melihat ada atau tidaknya
Universitas Sumatera Utara
multikolinieritas dalam model regresi dilihat dari nilai Tolerance dan lawannya
Variance Inflation Factor VIF. Nilai cut off atau batasan yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai
Tolerance 0,10 atau nilai VIF 5.
Dasar pengambilan keputusan untuk mendeteksi ada atau tidak adanya multikolinieritas dapat dilakukan dengan melihat toleransi variabel
dan VIF dengan membandingkan Situmorang dan Lufti, 2012: 140.
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1Constant Ln_DAR
.072 13.853
Ln_DER .050
19.969 Ln_LDAR
.238 4.210
Ln_LDER .111
9.019 Ln_GROWTH
.939 1.065
Ln_SIZE .933
1.071 Dependent Variable: Ln_PBV
Sumber : Hasil Penelitian, 2014 Data Diolah
Universitas Sumatera Utara
Berdasarkan Tabel 4.4 nilai tolerance dan VIF dari variabel DAR adalah sebesar 0,231 dan 4,333. Untuk variabel DER adalah sebesar 0,273 dan 3,664.
Untuk variabel LDAR sebesar 0,613 dan 1,623. Untuk variabel LDER sebesar 0,890 dan 1,124. Untuk variabel Growth sebesar 0,936 dan 1,069. Untuk variabel
Size sebesar 0,799 dan 1,252. Oleh karena itu, dapat disimpulkan bahwa dalam model ini tidak terdapat masalah multikolinearitas antara variabel bebas karena
nilai tolerance berada dibawah 1 dan nilai VIF jauh dibawah angka 10.
4.2.2.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang tidak terjadi
heteroskedastisitas. Pengujian untuk melihat ada atau tidaknya heteroskedasitas dapat dilakukan dengan melihat
scatter plot antara lain prediksi variabel terikat ZPRED dengan residual SRESID. Jika titik-titik pada
scatter plot tersebut membentuk pola tertentu yang teratur missal bergelombang, melebar kemudian
menyempit, maka dapat diindifikasikan telah terjadi heteroskedasitas. Hasil pengujian heteroskedasitas yang dilakukan pada penelitian ini dapat dilihat pada
gambar berikut:
Universitas Sumatera Utara
Sumber : Hasil Penelitian, 2014 Data Diolah
Gambar 4.3 Scatterplot
Berdasarkan scatterplot terlihat bahwa titik-titik menyebar secara acak serta
tersebar di atas maupun di bawah angka 0 pada sumbu Y. maka dapat disimpulkan bahwa dalam model regresi ini tidak terjadi heteroskedastisitas.
Adapun pengujian untuk melihat ada atau tidaknya heteroskedastisitas dapat dilihat dengan uji
Glejser antara lain prediksi variabel dependen menjadi absUt. Hal ini terlihat dari probabilitas signifikannya di atas tingkat kepercayaan 0.05
jadi disimpulkan model regresi ini tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas dengan uji Glejser dapat dilihat pada Tabel 4.4
sebagai berikut:
Universitas Sumatera Utara
Tabel 4.4 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant .576
.589 .979
.329 Ln_DAR
.249 .368
.207 .676
.500 Ln_DER
-.061 .204
-.109 -.297 .767
Ln_LDAR .045
.096 .079
.472 .638
Ln_LDER -.086
.093 -.228 -.924
.357 Ln_GROWTH
-.042 .036
-.099 -1.168 .245
Ln_SIZE .025
.281 .007
.088 .930
a. Dependent Variable: absut Sumber: Hasil Penelitian, 2014 Data Diolah
Berdasarkan Tabel 4.4 terlihat bahwa signifikansinya di atas tingkat kepercayaan 0.05 maka dapat disimpulkan bahwa dalam pengujian ini tidak
terjadi heteroskedastisitas.
Universitas Sumatera Utara
4.2.1.4 Uji Autokorelasi
