Uji normalitas residual pada Tabel 5.21 dengan uji statistik non parametrik Kolmogorov-Smirnov K-S memperoleh hasil sebesar 0.573 yang lebih besar dari
0.05 sehingga data berdistribusi normal.
5.5.2 Uji Multikolonieritas Hipotesis Ketiga
Berdasarkan hasil pengujian Tabel 5.22 terlihat nilai tolerance seluruh variabel independen dan moderating lebih besar dari 0,10 dan nilai VIF lebih kecil
dari 10. Hasil penelitian ini menunjukkan seluruh variabel terbebas dari gejala multikolonieritas.
Tabel 5.22 Hasil Uji Multikolonieritas Hipotesis Ketiga
Model Collinearity Statistic
Keterangan Tolerance
VIF 1 Constant
CR 0,571
1,750 Tidak terjadi Multikolonieritas
ROE 0,281
3,565 Tidak terjadi Multikolonieritas
DER 0,458
2,182 Tidak terjadi Multikolonieritas
NPM 0,262 3,821
Tidak terjadi Multikolonieritas a. Dependent Variable: LN_DPS
Sumber: Hasil Penelitian, 2012
5.5.3 Uji Autokorelasi Hipotesis Ketiga
Hasil uji autokolerasi pada hipotesis ketiga ini adalah nilai Durbin Watson sebesar 2,043 dengan 4 empat variabel bebas maka nilai DL adalah sebesar 1,6016 dan
DU adalah sebesar 1,7610. Maka akan tampak bahwa DU DW 4-DU atau 1,7610 2,043 2,239 yang berarti tidak terjadi autokolerasi baik positif maupun
negatif. Implikasinya adalah bahwa model telah terbebas dari gangguan autokolerasi. Berdasarkan ketentuan pengambilan keputusan ada tidaknya
Universitas Sumatera Utara
autokolerasi maka dapat disimpulakan bahwa tidak terjadi autokolerasi antar kesalahan gangguan antar periode karena nilai Durbin Watson DW 2,043 terletak
antara batas atas atau Upper Bound DU dan 4-DU. Hasil pengujian terlihat pada Tabel 5.23 sebagai berikut :
Tabel 5.23 Hasil Uji Autokorelasi Hipotesis Ketiga
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .292
.085
a
.048 2.25699
2.043 a. Predictors: Constant, LN_NMP, LN_CR, LN_ROE, LN_DER
b. Dependent Variable: LN_DPS Sumber : Hasil Penelitian, 2012 Data Diolah
5.5.4 Uji Heteroskedastisitas Hipotesis Ketiga
Pengujian heteroskedastisitas dilakukan dengan melihat gambar 5.9 yang menunjukkan titik-titik menyebar tidak berpusat pada sekitar angka 0 pada sumbu
Y yang menunjukkan tidak terjadinya gejala heteroskedastisitas.
Gambar 5.9. Scatterplot Hipotesis Ketiga
Universitas Sumatera Utara
Selain melihat pola penyebaran scatterplot, analisa terhadap heteroskedastisitas dapat dilakukan dengan membaca tabel koefisien korelasi spearman pada Tabel
5.24
Tabel 5.24 Uji Koefisien Korelasi Spearman Hipotesis Ketiga
LN_ CR
LN_ ROE
LN_ DER
LN_ NPM
Unstandar dized
Residual Spearmans
rho LN_CR
Correlation Coefficient
1.000 -.089 -.618 .075
-.011 Sig. 2-tailed
. .369
.000 .452
.912 N
104 104
104 104
104 LN_ROE
Correlation Coefficient
-.089 1.000 .054 .784
.024 Sig. 2-tailed
.369 .
.585 .000
.805 N
104 104
104 104
104 LN_DER
Correlation Coefficient
-.618 .054
1.000 -.305 .013
Sig. 2-tailed .000
.585 .
.002 .892
N 104
104 104
104 104
LN_NPM Correlation
Coefficient .075
.784 -.305
1.000 .089 Sig. 2-tailed
.452 .000
.002 .
.367 N
104 104
104 104
104 Unstandardized
Residual Correlation
Coefficient -.011 .024
.013 .089
1.000 Sig. 2-tailed
.912 .805
.892 .367
. N
104 104
104 104
104 . Correlation is significant at the 0.01 level 2-tailed.
Dari Tabel 5.24 dapat diketahui bahwa nilai korelasi keempat variabel independen
dengan Unstandardized Residual memiliki nilai signifikan. Karena lebih besar dari 0,05 maka dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada
model regresi.
Universitas Sumatera Utara
5.6 Hasil Analisis Data Hipotesis Pertama
