Unstandardize d Predicted
Value N
60 Normal Parameters
a,b
Mean .0146926
Std. Deviation .00474487
Most Extreme Differences
Absolute .100
Positive .100
Negative -.081
Kolmogorov-Smirnov Z .777
Asymp. Sig. 2-tailed .582
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data sekunder yang diolah, 2011
Berdasarkan tabel 4.3 mengindikasikan bahwa data mempunyai distribusi normal, dimana berdasarkan nilai signifikansi Kolmogorov-
Smirnov menunjukkan nilai lebih besar 0,05 yang mempunyai nilai signifikan 0,582, maka dapat dinyatakan bahwa data mempunyai distribusi
normal.
4.3.2 Uji Multikolinearitas
Multikolinearitas diuju dengan menggunakan nilai Tolerance dan Variance InflationFfactor VIF. Suatu model regresi dikatakan tidak
memiliki kecenderungan adanya gejala multikolinearitas adalah apabila memiliki nilai Tolerance yang lebih besar dari 0,10 dan nilai VIF yang
lebih kecil dari 10. Hasil pengujian model regresi diperoleh nilai-nilai Tolerance dan VIF untuk masing-masing variabel adalah sebagai berikut :
Tabel 4.4 Hasil Perhitungan VIF Coefficients
Universitas Sumatera Utara
Model Collinearity Statistics
Tolerance VIF
1 Constant HCE
.101 9.974
SCE .102
9.830 CEE
.928 1.078
Sumber : data sekunder yang diolah 2011
Berdasarkan tabel 4.4 diatas menunjukkan bahwa kedua variabel independen tidak terjadi multikolinearitas karena nilai tolerance 0,10 dan
VIF 10. Sehingga dapat disimpulkan tidak terdapat pengaruh antar variabel independen. Dengan demikian variabel independen HCE, SCE,
CEE dapat digunakan untuk memprediksi ROA selama periode pengamatan.
4.3.3 Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan dengan menggunakan Scatter Plot. Hasil pengujian pada lampiran sebagaimana juga pada tabel
berikut ini menunjukkan bahwa dari hasil pengujian, menunjukkan bahwa pola scatter plot dari regresi menyebar. Hal ini berarti bahwa pada model
regresi tidak memiliki gejala adanya heteroskedastisitas.
Universitas Sumatera Utara
Sumber : Data sekunder yang diolah 2011
Gambar 4.3 4.3.4
Uji Autokorelasi
Penyimpangan autokorelasi dalam penelitian ini diuji dengan uji Durbin-Watson DW-test. Hasil regresi dengan lavel of signifikan 0,05
α=0,05 dengan sejumlah variabel independen 3 dan banyaknya data n=60. Adapun hasil uji dari autokorelasi dapat dilihat pada tabel 4.5
sebagai berikut :
Tabel 4.5 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.766
a
.586 .564
.00409 1.702
a. Predictors: Constant, CEE, SCE, HCE b. Dependent Variable: ROA
Sumber : Data sekunder yang diolah, 2011
Universitas Sumatera Utara
Berdasarkan hasil uji Durbin-Watson sebesar 1,702, sedangkan dalam tabel DW untuk ”k” = 3 dan N = 60 besar DW-tabel: dl batas luar
= 1,48 dan du batas dalam = 1.69; 4 - du =2,31 dan. Oleh karena nilai DW 1,702 lebih besar dari batas du 1,69 dan DW kurang dari 4 – 1,69,
maka dapat disimpulkan bahwa DW-test tidak dapat menolak Ho yang menyatakan bahwa tidak ada autokorelasi positif atau negatif atau dapat
disimpulkan tidak terdapat autokorelasi.
4.3.5 Analisis Regresi Berganda