60 Uji statistik yang dapat digunakan untuk mengukur normalitas data
yaitu salah satunya dengan menggunakan uji statistic non parametric Kolmogorov-Smirnov K-S. Untuk mendeteksi data berdistribusi normal,
profitabilitas signifikansi data haruslah diatas tingkat kepercayaan ≥ 0,05 atau 5. Uji K-S dilakukan dengan membuat hipotesis:
Ho : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal
b. Uji Multikolinearitas
Multikolonieritas adalah adanya suatu hubungan linear yang sempurna antara beberapa atau semua variabel independen. Uji multikolonieritas
bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen Imam Ghozali, 2012: 105. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak
orthogonal. Variabel orthogonal adalah variabel independen yang nilai korelasi
antarsesama variabel independen sama dengan nol. Multikolonieritas dideteksi dengan menggunakan nilai tolerance dan variance inflasion factor
VIF. Kedua ukuran ini menunjukkan setiap variabeli ndependen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur
variabilitas variabel independen yang terpilih, yang tidak dapat dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah samadengan
61 nilai VIF tinggi karena VIF=1Tolerance. Nilai cut-off yang umum dipakai
untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance ≤0,10
atau sama dengan VIF ≥ 10. Imam Ghozali, 2012:106
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam modal regresilinear ada korelasi antara kesalahan pengganggu residual pada
periode t dengan kesalahan penganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi
yang baik adalah regresi bebas dari autokorelasi. Untuk mendeteksi autokorelasi dapat dilakukan uji statistik melalui Uji Durbin Watson DW
test Imam Ghozali, 2012:111. Durbin Watson test dilakukan dengan membuat hipotesis:
Ho : tidak ada autokorelasi r = 0 Ha : ada autokorelasi r ≠ 0
Dasar pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1. Bila nilai DW terletak diantara batas atas atau upper bound du dan 4-du maka koefisien autokorelasi =0, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah daripada batas bawah atau lower bound dl maka autokorelasi 0, berarti ada autokorelasi positif.
3. Bila DW lebih besar dari 4-dl maka koefisien autokorelasi 0, berarti ada autokorelasi negatif.
62 4. Bila DW terletak antara du dan dl atau DW terletak antara 4-du
dan 4- dl, maka hasilnya tidak dapat disimpulkan.
Tabel 3.1 Dasar Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada korelasi negatif
Tidak ada korelasi negatif Tidak ada autokorelasi positif
atau negatif Tolak
No decision Tolak
No decision Tidak ditolak
0 d dl dl
≤ d ≤ du 4
– dl d 4 4
– du ≤ d ≤ 4 - dl du d 4 - du
Sumber: Imam Ghozali, 2012:111 Nilai Durbin Watson akan dibandingkan dengan nilai tabel dengan
menggunakan nilai signifikansi 5, jumlah sampel 60 n dan jumlah variabel independen 5 k = 5 Imam Ghozali, 2012:112.
d. Uji Heterokedaktis
