66 Berdasarkan hasil analisis grafik, terlihat bahwa data menyebar di
sekitar garis diagonal dan mengikuti garis diagonal, hal ini berarti model regresi memenuhi asumsi normalitas.
4.2.2. Uji multikoliniearitas
Multikolinearitas adalah keadaan dimana antara dua variabel independen atau lebih pada model regresi terjadi hubungan linear yang
sempurna atau mendekati sempurna. Untuk mendeteksi ada tidaknya multikolinearitas metode yang digunakan dalam penelitian ini adalah
melihat nilai Tolerance dan VIF. Metode pengambilan keputusan untuk uji multikolinearitas yaitu jika semakin kecil nilai Tolerance dan semakin
besar nilai VIF maka semakin mendekati terjadinya masalah multikolinearitas. Dalam kebanyakan penelitian menyebutkan bahwa jika
Tolerance lebih dari 0,1 dan VIF kurang dari 10 maka tidak terjadi multikolinearitas. Berdasarkan hasil penelitian pada output SPSS, hasil uji
multikolinearitas dapat dilihat pada tabel 4.5 sebagai berikut:
Tabel 4.4 Hasil uji multikolinieritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
CR .570
1.755 DER
.404 2.476
ROA .539
1.854 TATO
.483 2.070
PER .831
1.203 DY
.859 1.164
a. Dependent Variable: RS Sumber : Data Sekunder yang Diolah
Universitas Sumatera Utara
67 Berdasarkan Tabel 4.5 tidak terdapat variabel independen yang
mempunyai nilai VIF 10 dan nilai Tolerance variabel independen lebih dari 0,1, artinya kedua variabel independen tersebut tidak terjadi gejala
multikolinieritas.
4.2.3. Uji Autokorelasi
Penyimpangan autokorelasi dalam penelitian diuji dengan uji Durbin-Watson
DW-test. Uji Durbin-Waston yaitu dengan
membandingkan. Pengambilan keputusan dilakukan dengan cara: du DW 4-dU maka Ho diterima tidak terjadi autokorelasi, DW dL atau
DW 4-dL maka Ho ditolak terjadi autokorelasi, dl DW dU atau 4- dU DW 4-dL maka tidak ada keputusan yang pasti. Besarnya angka
Durbin-Watson ditunjukkan pada Tabel 4.6 yang menunjukkan hasil dari residual statistik.
Tabel 4.5 Hasil Uji Durbin Watson DW
Model Summary
b
Model Durbin-
Watson 1
2.351 a. Predictors: Constant, DY, CR,
PER, TATO, ROA, DER b. Dependent Variable: RS
Sumber : Data Sekunder yang Diolah
Universitas Sumatera Utara
68 Berdasarkan hasil hitung Durbin-Watson sebesar 2.351;
sedangkan dalam tabel DW untuk “k”=6 dan N=84 besarnya DW-tabel: dl batas luar = 1,4962; du batas dalam = 1,8008; 4 – du = 2,1992; dan
4 – dl = 2,5038. Hasil perhitungannya dapat disusun dalam tabel berikut ini:
Tabel 4.6 Hasil Uji Autokorelasi
Nilai dl Nilai du
Nilai DW Nilai 4-du
Nilai 4-dl 1,4962
1,8008 2,351
2,1992 2,5038
Sumber : Data Olahan Berdasarkan tabel diatas menunjukkan nilai durbin Watson test
sebesar 2,351 yang lebih besar dari 4 - 1,8008 4-du dan lebih besar dari 4 - 1,4962 4-dl, sehingga di dalam model regresi ini dapat disimpulkan
bahwa terdapat problem autokorelasi atau terdapat autokorelasi. Ada beberapa penyebab munculnya masalah autokorelasi dalam analisis
regresi yaitu Suliyanto, 2011: a. Adanya kelembaman
Data observasi pada periode sebelumnya dan periode sekarang, kemungkinan besar akan mengandung saling ketergantungan.
b. Bias spesifikasi model kasus variabel yang tidak dimasukkan Hal ini disebabkan oleh tidak dimasukkannya variabel yang
menurut teori ekonomi sangat penting perannya dalam menjelaskan variabel tak bebas.
Universitas Sumatera Utara
69 c. Manipulasi data
Dalam analisis empiris, terutama pada data time-series, seringkali terjadi manipulasi data.
Untuk memperoleh hasil terbaik maka dilakukan transformasi data dengan menggunakan natural logarithm Ln Ghozali, 2006 yaitu
Lnk-x dimana K adalah konstanta. Nilai konstanta yang digunakan adalah 1. Hasil pengujian autokorelasi yang kedua diperoleh tampak
dalam Tabel 4.8 sebagai berikut:
Tabel 4.7 Data setelah transformasi Ln
Model Summary
b
Model Durbin-
Watson 1
2.158 a. Predictors: Constant, DY, CR, PER, TATO, ROA, DER
b. Dependent Variable: LNRS
Berdasarkan hasil hitung Durbin-Watson sebesar 2.158; sedangkan dalam tabel DW untuk “k”=6 dan N=82 besarnya DW-tabel: dl batas luar
= 1,4883; du batas dalam = 1,8008; 4 – du = 2,1992; dan 4 – dl = 2,5017. Hasil perhitungannya dapat disusun dalam tabel berikut ini:
Tabel 4.8 Hasil Uji Autokorelasi Setelah Transformasi Ln
Nilai dl Nilai du
Nilai DW Nilai 4-du
Nilai 4-dl 1,4883
1,8008 2,158
2,1992 2,5017
Sumber : Data Olahan Sumber: Data Sekunder yang Diolah
Universitas Sumatera Utara
70 Berdasarkan tabel diatas menunjukkan nilai durbin Watson test
sebesar 2,158 yang lebih besar dari batas atas du 1,8008 dan kurang dari 4 - 1,8008 4-du, sehingga di dalam model regresi ini dapat
disimpulkan bahwa tidak terdapat autokorelasi.
4.2.4. Uji Heterokedastisitas
