76
Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan, khususnya untuk jumlah sampel yang kecil.
Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari
distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan membandingkan
denagn garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti
garis diagonalnya. Hasil analisis dengan menggunakan normal probability plot dapat dilihat pada gambar 4.3c, pada grafik normal
probability plot terlihat bahwa data menyebar disekitar garis diagonal, maka dapat disimpulkan bahwa model regresi telah
memenuhi asumsi normalitas.
4.3.3 Uji Multikolinearitas
Pengujian gejala multikolinearitas pada model persamaan regresi bertujuan untuk mengetahui ada tidaknya korelasi yang
serius diantara variabel bebas yang digunakan dalam model. Salah satu alat pendeteksi gejala multikolinearitas adalah dengan
menggunakan perhitungan Tolerance TOL dan Variance Inflation Factor VIF.Uji multikolinearitas menggunakan kriteria Tolerance
TOL dan variance inflation factor VIF dengan ketentuan bila TOL 0,1 dan VIF 10maka tidak terjadi multikolinearitas.
77
Dari tabel 4.4 hasil uji multikolinearitas data dapat diketahui bahwa hasil dari nilai VIF untuk variabel current ratio
sebesar 1,461, WTC sebesar 2,346, growth sebesar 1,251, dan leverage sebesar 2,657 maka nilai VIF kurang dari 10, sehingga
dapat disimpulkan bahwa semua variabel yang ada bebas dari gejala multikolinearitas antara variabel bebas yang satu dengan
variabel bebas lainnya. Dan sesuai dengan yang disyaratkan untuk lepas dari gejala multikolinearitas, seluruh variabel bebas yaitu
current ratio mempunyai nilai TOL sebesar 0,685, WTC sebesar 0,426, growth sebesar 0,800, dan leverage sebesar 0,376. Maka
nilai TOL lebih besar dari 0,1. Jadi variabel bebas dalam penelitian ini dapat dikatakan telah bebas dari gejala multikolinearitas.
4.3.4 Uji Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana terjadinya ketidaksamaan varian dari residual pada model regresi. Model
regresi yang baik mensyaratkan tidak adanya masalah heteroskedastisitas. Untuk mendeteksi ada tidaknya
heteroskedastisitas menggunakan metode uji spearman’s rho dan metode uji scatterplots.
4.3.4.1 Metode uji Spearman’s rho
Yaitu dengan mengkorelasikan nilai residual hasil regresi dengan masing-masing variabel independen.
Metode pengambilan keputusan pada uji
78
Heteroskedastisitas dengan Spearman’s rho yaitu jika nilai signifikan antara variabel independen dengan residual
lebih dari 0,05 maka tidak terjadi masalah Heteroskedastisitas, tetapi jika signifikansi kurang dari
0,05 maka terjadi masalah Heteroskedastisitas. Dari tabel 4.5a hasil uji heteroskedastisitas dapat
diketahui bahwa nilai signifikansi variabel current ratio sebesar 0.168, WTC sebesar 0,371, growth sebesar 0,960,
dan leverage sebesar 0,436. Karena nilai signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa dalam model
regresi tidak terjadi masalah heteroskedastisitas.
4.3.4.2 Metode uji Scatterplots
Metode pengambilan keputusan pada uji Heteroskedastisitas dengan melihat scatterplots yaitu jika
titik-titik menyebar dengan pola yang tidak jelas diatas dan dibawah angka 0 pada sumbu Y maka dapat
disimpulkan bahwa tidak terjadi masalah Heteroskedastisitas pada model regresi.
Dari tabel 4.5b dapat disimpulkan bahwa titik-titik menyebar dengan pola yang tidak jelas diatas dan dibawah
angka 0 pada sumbu Y maka dapat disimpulkan bahwa pada model regresi tidak terjadi masalah
Heteroskedastisitas.
79
4.3.5 Uji Autokorelasi
Pengujian autokorelasi adalah keadaan dimana terjadinya korelasi dan residual untuk pengamatan satu dengan yang lainnya
yang disusun menurut runtun waktu. Model regresi yang baik adalah yang mensyaratkan tidak adanya masalah autokorelasi
dengan menggunakan uji Durbin-Watson DW test. Dari tabel 4.6 uji Durbin-Watson yaitu dengan
membandingkan nilai Durbin-Watson dari hasil regresi dengan nilai Durbin-Watson tabel. Prosedur pengujiannya sebagai berikut :
a. Menentukan hipotesis nol dan hipotesis alternatif. H
H diterima
= Tidak terjadi autokorelasi
o
b. Menentukan taraf signifikansi.Taraf signifikansi menggunakan 0,05.
ditolak = Terjadi Autokorelasi
c. Menentukan nilai DW Durbin-Watson Nilai DW didapat dari hasil regresi adalah 2,914
d. Menentukan nilai dL dan dU Didapat dL = 1,2358 dan dU = 1,7245. Jadi dapat dihitung
nilai 4-dU = 2,2755 dan 4-dL = 2,7642. Jadi dapat disimpulkan bahwa nilai Durbin-Watson sebesar
1,910 terletak pada dU DW 4-dU 2,914 2,2755 maka dapat disimpulkan bahwa H
a
4.3.6 Uji Signifikansi Simultan Uji F
