Uji normalitas residual pada Tabel 5.18 dengan uji statistik non parametrik Kolmogorov-Smirnov K-S memperoleh hasil sebesar 0.067 yang lebih besar dari
0.05 sehingga data berdistribusi normal.
5.5.2 Uji Multikolonieritas Hipotesis Ketiga
Berdasarkan hasil pengujian Tabel 5.19 terlihat nilai tolerance seluruh variabel independen dan moderating lebih besar dari 0,10 dan nilai VIF lebih kecil
dari 10. Hasil penelitian ini menunjukkan seluruh variabel terbebas dari gejala multikolonieritas.
Tabel 5.19 Hasil Uji Multikolonieritas Hipotesis Ketiga
Model Collinearity Statistic
Keterangan Tolerance
VIF 1 Constant
LN_CurrentRatio 0,213
4,703 Tidak terjadi Multikolonieritas
LN_DTA 0,213
4,698 Tidak terjadi Multikolonieritas
LN_IOS 0,959
1,042 Tidak terjadi Multikolonieritas
a. Dependent Variable: LN_DER Sumber: Hasil Penelitian, 2012 Data Diolah
5.5.3 Uji Autokorelasi Hipotesis Ketiga
Pendeteksian masalah autokorelasi dilakukan dengan pengujian durbin- watson. Dari Tabel 5.20 diperoleh nilai hitung durbin-watson sebesar 1.620. Nilai
Durbin-Watson 1,620 yang berada diantara 1,5 sampai dengan 2,5 sehingga menunjukkan tidak terjadi autokorelasi.
Universitas Sumatera Utara
Tabel 5.20 Hasil Uji Autokorelasi Hipotesis Ketiga
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson 1
,958 ,918
a
,915 ,23728
1.620 a. Predictors: Constant,
LN_IOS, LN_DTA, LN_CR
b. Dependent Variable:
LN_DER
Sumber: Hasil Penelitian, 2012 Data Diolah
5.5.4 Uji Heteroskedastisitas Hipotesis Ketiga
Pengujian heteroskedastisitas dilakukan dengan melihat Gambar 5.9 yang menunjukkan titik-titik menyebar tidak berpusat pada sekitar angka 0 pada sumbu
Y yang menunjukkan tidak terjadinya gejala heteroskedastisitas.
Gambar 5.9. Scatterplot Hipotesis Ketiga
Sumber: Hasil Penelitian, 2012 Data Diolah
Universitas Sumatera Utara
Selain melihat pola penyebaran scatterplot, analisa terhadap heteroskedastisitas dapat dilakukan dengan membaca tabel koefisien korelasi
spearman pada Tabel 5.21.
Tabel 5.21 Uji Koefisien Korelasi Spearman Hipotesis Ketiga
Unstandardize d Residual
LN_CR LN_DTA
LN_IOS Spearman
s rho Unstandardized
Residual Correlation
Coefficient 1,000
-,033 ,190
,074 Sig. 2-tailed
. ,750
,062 ,474
N 97
97 97
97 LN_CR
Correlation Coefficient
-,033 1,000
-,896 -,198
Sig. 2-tailed ,750 .
,000 ,052
N 97
97 97
97 LN_DTA
Correlation Coefficient
,190 -,896
1,000 ,238
Sig. 2-tailed ,062
,000 . ,019
N 97
97 97
97 LN_IOS
Correlation Coefficient
,074 -,198
,238 1,000
Sig. 2-tailed ,474
,052 ,019 .
N 97
97 97
97 . Correlation is significant at the 0.01 level 2-tailed.
. Correlation is significant at the 0.05 level 2-tailed.
Sumber: Hasil Penelitian, 2012 Data Diolah Dari Tabel 5.21 dapat diketahui bahwa nilai korelasi ketiga variabel
independen dengan Unstandardized Residual memiliki nilai signifikan. Karena lebih besar dari 0,05 maka dapat disimpulkan bahwa tidak terjadi masalah
heteroskedastisitas pada model regresi.
Universitas Sumatera Utara
5.6 Hasil Analisis Data Hipotesis Pertama
