Pada grafik P-P Plot pada gambar 4.2 diatas menunjukkan bahwa data titik menyebar di sekitar garis diagonal. Hal ini
menunjukkan bahwa data telah terdistribusi secara normal. Dari hasil uji normalitas dalam seluruh tahap, menyimpulkan
arti bahwa semua variabel dalam penelitian ini berdistribusi normal dan dapat melanjutkan pengujian asumsi klasik lainnya.
4.2.2.2 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas independen.Untuk
mengetahui ada tidaknya multikolinearitas dapat dilihat dari nilai VIF Variable Inflation Factor dan nilai tolerance. Jika nilai VIF 10 dan
nilai tolerance 0,01 maka dapat disimpulkan tidak terjadi multikolinearitas. Pengujian multikolinearitas dapat dilihat pada tabel
4.3 berikut :
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1 Constant
.040 .094
.422 .675 Sales Growth
-.349 .271
-.247 -1.289 .203 .409 2.446
Profitabilitas .340
.245 .251 1.389 .171
.459 2.179 Likuiditas
.640 .255
.443 2.509 .015 .482 2.074
Struktur Aktiva -.055 .250
-.037 -.220 .827 .528 1.893
a. Dependent Variable: Struktur Modal
Sumber : Output SPSS, diolah peneliti, 2014
Universitas Sumatera Utara
Berdasarkan hasil uji multikolinearitas pada tabel 4.3 diatas dapat disimpulkan bahwa penelitian ini bebas dari adanya
multikolinearitas. Hal ini dapat dilihat dari nilai tolerance pada semua variabel independen yang memiliki nilai lebih besar dari 0,1 dan nilai
VIF pada semua variabel independen yang memiliki nilai kurang dari 10.
4.2.2.3 Uji Autokorelasi
Uji ini bertujuan untuk mengetahui apakah ada korelasi antar kesalahan pengganggu pada periode t dengan periode t-1
sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Cara yang paling sering digunakan untuk mendeteksi ada
atau tidaknya autokorelasi adalah dengan uji Durbin Watson DW. Menurut metode durbin Watson, asumsi diterima tidak terdapat
autokorelasi jika du d 4-du Ghozali, 2006:100. Hasil pengujian autokorelasi dapat dilihat pada tabel 4.4 sebagai berikut :
Tabel 4.4 Hasil uji autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.469
a
.220 .160
.23574 1.846
a. Predictors: Constant, Struktur Aktiva, Likuiditas, Profitabilitas, Sales Growth
b. Dependent Variable: Struktur Modal Sumber : Output SPSS, diolah peneliti, 2014
Universitas Sumatera Utara
Berdasarkan tabel hasil pengujian asumsi klasik autokorelasi pada tabel 4.4 di atas menunjukkan bahwa nilai Durbin Watson
sebesar 1,846 terletak diantara du 1,721 dan 4-du 2,279. Dengan demikian, dapat disimpulkan bahwa tidak terdapat autokorelasi pada
data penelitian.
4.2.2.4 Uji Heteroskedastisitas
