penyebarannya mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
4.2.2.2 Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat nilai tolerance dan Variance
Inflation Factor VIF, serta menganalisis matrik kolerasi variabel-variabel independen. Besarnya tingkat multikolinearitas yang masih dapat ditolerir,
yaitu: Tolerance ˃ 0,10, dan nila i Variance Inflation Factor VIF ˂ 10.
Berikut disajikan tabel hasil penelitian:
Tabel 4.3 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant .629
.532 1.181 .241
ASV -.120
.169 -.072 -.706 .482
.955 1.047
MB .022
.009 .328 2.553 .012
.600 1.666
ROI -1.229
.440 -.409 -2.792 .006
.461 2.170
SIZE .011
.016 .067
.651 .517 .922
1.084 AGE
-.095 .066
-.168 -1.450 .151 .739
1.353 a. Dependent Variable: DAR
Hasil dari perhitungan nilai tolerance menunjukkan variabel independen memiliki nilai tolerance
˃ 0,10. Nilai tolerance untuk ASV adalah 0,955; MB 0,600; ROI 0,461; SIZE 0,922; AGE 0,739. Nilai VIF kelima variabel
independen lebih kecil dari 10 yaitu ASV 1,047; MB 1,666; ROI 2,170; SIZE
Universitas Sumatera Utara
1,084; AGE 1,353. Maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen.
4.2.2.3 Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data dengan program SPSS. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau
homoskedastisitas dengan mengamati penyebaran titik-titik pada grafik.
Gambar 4.3 Grafik Scatterplot
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik diatas maupun
Universitas Sumatera Utara
dibawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas. Adanya titik-titik yang menyebar dikarenakan
adanya data observasi yang berbeda dengan data observasi yang lain.
4.2.2.4 Uji Autokorelasi
