74
4.1.4.1 Uji Normalitas
Pengujian normalitas dalam penelitian ini menngunakan Uji Kolmogrov- Smirnov.Hasil yang diperoleh adalah sebgai berikut:
Tabel 4.3 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
11 Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,48533125
Most Extreme Differences Absolute
,349 Positive
,265 Negative
-,349 Kolmogorov-Smirnov Z
1,158 Asymp. Sig. 2-tailed
,137 a. Test distribution is Normal.
b. Calculated from data.
Hasil analisis ini kemudian dibandingkan dengan nilai kriterianya. Dasar pengambilan keputusan dapat dilakukan berdasarkan probabilitas, yaitu:
Jika P ≥ 5 maka distribusi dari populasi adalah normal Jika P ≤ 5 maka distribusi dari populasi adalah tidak normal
Dari hipotesisnya adalah: H
o
: Data residual tidak berdistribusi normal H
a
: Data residual berdistribusi normal Dari Tabel 4.3 diatas menunjukkan nilai Assymp. Sig. 2-tailed 0,137 0,05 yang berarti
menolak H
o
dan menerima H
a
, sehingga dapat disimpulakan bahwa data yag digunkan dalam penelitian ini berdistr
ibusi normal. Dan nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97
Universitas Sumatera Utara
75
berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empiric atau dengan kata lain normal.
4.1.4.2 Uji Multikolinearitas
Koefisien-koefisien regresi biasanya diinterpretasikan sebagai ukuran perubahan variabel terikat jika salah satu variabel naik sebesar satu satuan unit
dan seluruh variabel lainnya dianggap tetap. Pendeteksian Multikolinearitas dapat dilakukan dengan melihat nilai tolerance and variance inflation factor.Nilai VIF
yang semakin besar menunjukkan maslah multikolinear yang semakin serius. Dimana untuk medeteksi multikolinear akan digunakan asumsi:
Batas tolerance value adalah sebesar 0,1 dan batas VIF adalah 5, dimana:
Jika tolerance value 0,1atau VIF 10, maka terjadi multikolinearitas. Jika tolerance value 0,1atau VIF 10, maka tidak terjadi multikolinearitas.
Dari Tabel 4.4 diatas dapat dilihat bahwa nilai tolerance debt ratio 0,19
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
21,427 1,254
17,091 ,000
Debt_Ratio -3,154
1,594 -1,267 -1,978
,095 ,019
52,996 ROE
14,442 7,709
1,988 1,873
,110 ,007
145,511 Cash_Ratio
-5,484 ,976
-,930 -5,621 ,001
,283 3,540
Profit_Margin -9,799
4,589 -1,882 -2,135
,077 ,010
100,375 a. Dependent Variable: Rating_Obligasi
Universitas Sumatera Utara
76 0,1 dan nilai VIF 52,99 10, maka terjadi multikolinearitas. Dan untuk
variabel kedua memiliki nilai tolerance ROE 0,07 0,1 dan nilai VIF 145,511 10, maka terjadi multikolinearitas. Nilai tolerance cash ratio 0,283
0,1 dan nilai VIF 3,540 10, maka tidak terjadi multikolinearitas. Nilai tolerance Profit Margin 0,011 0,1 dan nilai VIF 52,99 10, maka tidak
terjadi multikolinearitas. Selanjutnya untuk menguatkan hasil penelitian tersebut akan digunakan
Uji korelasi antar variabel independen. Pengambilan keputusan yakni jika hasil korelasi antar variabel independen dibawah 0,9 maka tidak terjadi
multikolinearitas.
Tabel 4.5 Korelasi Antar Variabel Independen
Coefficient Correlations
a
Model Profit_Margin
Cash_Ratio Debt_Ratio
ROE 1
Correlations Profit_Margin
1,000 ,307
,046 -,835
Cash_Ratio ,307
1,000 ,774
-,650 Debt_Ratio
,046 ,774
1,000 -,581
ROE -,835
-,650 -,581
1,000 Covariances
Profit_Margin 21,056
1,373 ,339
-29,537 Cash_Ratio
1,373 ,952
1,204 -4,890
Debt_Ratio ,339
1,204 2,542
-7,143 ROE
-29,537 -4,890
-7,143 59,427
a. Dependent Variable: Rating_Obligasi
Sumber : Data Diolah dengan Menggunakan SPSS
Universitas Sumatera Utara
77 Pada Tabel 4.5 terlihat bahwa seluruh nilai korelasi variabel independent
berniali dibawah 0,9 sehingga hasilnya menunjukkan bahwa tidak terdapat multikolinearitas pada varibel penelitian ini.
4.1.4.3 Uji Autokorelasi