Variabel Dependen Variabel Independen

Sumber : Hasil Analisis Regresi dengan SPSS 16.00 Gambar 3.1 Grafik Histogram Gambar 3.1. menunjukkan bahwa pola data terdistribusi secara normal karena bentuk kurva pada histogram memiliki bentuk seperti lonceng, namun dalam menyimpulkan normal atau tidaknya data tidak cukup jika hanya menggunakan grafik histogram karena hal tersebut belum tentu akurat. Selain grafik histogram, juga dapat diliat dengan normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal sebagai berikut : Sumber : Hasil Analisis Regresi dengan SPSS 16.00 Gambar 3.2 Normal Probability Plot Gambar 3.2 menunjukkan data terdistribusi secara normal karena titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Tabel 3.3 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 24 Normal Parameters a Mean .0000000 Std. Deviation .13326318 Most Extreme Differences Absolute .168 Positive .104 Negative -.168 Kolmogorov-Smirnov Z .825 Asymp. Sig. 2-tailed .505 a. Test distribution is Normal. Sumber : Data sekunder yang diolah dengan SPSS 16.00 Tabel 3.1. menunjukkan bahwa semua variabel yang digunakan dalam penelitian ini, yaitu dividend payout ratio, hutang, dan profitabilitas memiliki tingkat signifikansi diatas 0.05 yaitu sebesar 0.505. Hal ini menunjukkan bahwa data yang digunakan dalam penelitian ini memiliki distribusi yang normal dan menunjukkan bahwa model regresi layak dipakai karena memenuhi asumsi normalitas.

3.6.2.2 Uji Multikolinieritas

Hasil SPSS dari uji multikolinearitas pada penelitian ini dapat dilihat pada tabel berikut ini: Tabel 3.4 Hasil Uji Multikolinearitas Model Collinearity Statistics Tolerance VIF 1 Constant ROE .833 1.200 DER .833 1.200 a. Dependent Variabel: DPR Sumber : Data sekunder yang diolah dengan SPSS 16.00 Berdasarkan hasil pengujian yang ditunjukkan pada Tabel 3.2 nilai tolerance variabel bebas tidak kurang dari 10 dan nilai VIF semua variabel kurang dari 10 yang berarti tidak ada multikolinearitas antar variabel independen.

3.6.2.3 Uji Autokorelasi

Berikut hasil perhitungan uji autokorelasi pada penelitian ini dengan menggunakan SPSS 16.00: Tabel 3.5 Uji Durbin - Watson Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .525 a .275 .206 ,1394647 2.376 a. Predictors: Constant, DER, ROE b. Dependent Variabel: DPR Sumber : Data sekunder yang diolah dengan SPSS 16.00