Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parameters
a,,b
Mean ,0000000
Std. Deviation ,79699051
Most Extreme Differences Absolute
,126 Positive
,126 Negative
-,103 Kolmogorov-Smirnov Z
1,206 Asymp. Sig. 2-tailed
,109 a. Test distribution is Normal.
b. Calculated from data.
Hasil uji Kolmogorov-Smirnov pada tabel diatas menunjukkan nilai profitabilitas = 0,109. Dengan demikian, data pada penelitian ini
terdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0,109 0,05.
4.2.2.2 Uji Heterokedastisitas
Menurut Ghozali 2006, uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak
terjadi heterokedastisitas atau terjadi homoskedastisitas.Cara yang digunakan untuk mendeteksi ada tidaknya
gejala heterokedastisitas adalh dengan melihat grafik scatterplot. Uji ini dilakukan dengan mengamati pola tertentu pada grafik
scatterplot, dimana bila ada titik-titik yang menyebar di atas dan di bawah
Universitas Sumatera Utara
angka 0 pada sumbu Y serta tidak membentuk pola, maka tidak terjadi heterokedastisitas.
Gambar 4.3 Uji Heterokedastisitas Scatterplot
Pada gambar 4.3 tentang grafik scatterplot di atas dapat terlihat titik-titik menyebar acak dan tidak membentuk suatu pola tertentu yang
jelas serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini menunjukkan tidak terjadinya heterokedastisitas, sehingga model
regresi layak digunakan untuk melihat pengaruh variabel independen terhadap variabel dependen.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan sebelumnya.Model regresi yang baik adalah yang bebas dari autokorelasi.Untuk mendeteksi masalah autokorelasi dapat dilakukan
Universitas Sumatera Utara
dengan menggunakan uji Durbin Watson. Cara mendeteksinya yaitu dengan mengamati hal berikut:
a. Angka D-W di bawah -2 berarti ada autokorlasi positif. b. Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi.
c. Angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.3 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,548
a
,300 ,276
,92019 1,903
Tabel 4.3 memperlihatkan nilai statistic D-W sebesar 1,903.Angka ini terletak di antara -2 sampai +2, sehingga dapat disimpulkan bahwa
tidak ada autokorelasi dalam penelitian ini.
4.2.2.4 Uji Multikolinearitas
