63
Sedangkan berdasarkan grafik normal plot dapat dilihat pada gambar 4.2, dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal. Hal ini
mengindikasikan bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.2 Normal Plot
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Berdasarkan Tabel 4.3 diperoleh hasil bahwa variabel ROA, CR, dan DER bebas
dari multikolinearitas yang ditunjukkan dengan nilai tolerance 0,10 dan nilai VIF 10.
64
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
ROA ,895
1,117 CR
,945 1,058
DER ,902
1,109 4.3
Dependent Variable: Peringkat Sukuk Sumber: Hasil Penelitian, 2015 Data diolah
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama diantara anggota grup tersebut. Hasil dari uji
heteroskedastisitas dapat dilihat pada gambar 4.3 berikut:
Gambar 4.3 Scatterplot
Berdasarkan hasil scatterplot, terlihat titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang jelas serta tersebar baik diatas maupun di
65
bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
4.2.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Cara mengetahui adanya autokorelasi dapat dilakukan dengan uji Durbin-Watson. Hasil dari uji autokorelalsi dapat
dilihat pada Tabel 4.4 berikut ini:
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Mode l
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
,699
a
,488 ,440
1,241 1,704
a. Predictors: Constant, DER, CR, ROA b. Dependent Variable: Peringkat Sukuk
Berdasarkan tabel 4.4 di atas, hasil uji autokorelasi dengan Durbin-Watson menunjukkan angka sebesar 1,704. Nilai ini akan dibandingkan dengan nilai tabel
Durbin-Watson pada signifikansi 5 jumlah sampel data 36 n = 36, jumlah variabel independen 3 K = 3, didapatkan nilai dl = 1,2953 dan nilai du = 1,6539.
Syarat tidak adanya autokorelasi positif atau negatif pada penelitian adalah du d 4
– du dengan 1,6539 1,704 4 – 1,6539; 1,6539 1,704 2,3461 maka dapat disimpulkan tidak terjadi autokorelasi pada penelitian ini.
4.2.3 Analisis Regresi Berganda
