36
Tabel 4.3 Hasil Uji Multikolonieritas
Sumber : Hasil Pengolahan SPSS 2013
Dari data pada tabel 4.4 dapat disimpulkan bahwa tidak terjadi multikolonieritas dengan dasar nilai VIF untuk setiap variabel independen tidak
ada yang melebihi 10 dan nilai tolerance tidak ada yang kurang dari 0.1, hal ini dapat ilihat dari nilai tolerance GPM sebesar 0,987; NPM sebesar 0,403 dan ROA
sebesar 0,406 tidak kurang dari 0,1 dan nilai VIF GpM sebesar 1,013; NpM sebesar 2,481 dan ROA sebesar 2,462 iiaat melebihi 10. Maka dapat dilakukan
analisis lebih lanjut dengan menggunakan model regresi berganda.
4.1.2.3 Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah melihat plot grafik yang dihasilkan dari pengolahan
data menggunakan program SPSS. Dasar pengambilan keputusannya adalah: 1 Jika pola tertentu, seperti titik-titik yang teratur maka telah terjadi
heteroskedastisitas.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 2.675
3.993 .670
.507 GPM
.001 .056
.002 .013
.989 .987
1.013 NPM
.459 .203
.458 2.259 .030
.403 2.481
ROA .306
.291 .212
1.052 .300 .406
2.462 a. Dependent Variable: OPM
Universitas Sumatera Utara
37
2 Jika tidak ada pola tertentu, serta titik-titik yang menyebar tidak tertentu diatas dan dibawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heterskedastisitas atau terjadi homoskedastisitas dengan mengganti penyebaran
titik-titik pada gambar.
Gambar 4.3 Hasil Uji Heteroskedastisitas
Sumber : Hasil Pengolahan SPSS 2013
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Dengan demikian, model ini layak dipakai untuk memprediksi kebijakan pendanaan pada
Universitas Sumatera Utara
38
perusahaan grosir dan eceran yang terdaftar di bursa efek indonesia berdasarkan masukan variabel independen GPM, NPM dan ROA.
4.1.2.4. Uji Autokorelasi
Autokorelasi dapat diartikan sebagai korelasi yang terjadi di antara anggota-anggota dari serangkaian observasi yang berderetan waktu apabila
datanya time series atau korelasi antara tempat berdekatan apabila cross
sectional. Tabel 4.4
Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
dimension0
1 .636
a
.404 .354
17.22268 2.044
a. Predictors: Constant, ROA, GPM, NPM b. Dependent Variable: OPM
Sumber : Hasil Pengolahan SPSS 2013 Hasil uji autokorelasi diatas menunjukkan nilai R sebesar 0,636
menunjukkan bahwa koralasi yang kecil yaitu 63,6. Nilai adjust R sguare sebesar 0,404 atau 40,4 mengindikasikan bahwa variasi dari kedua variable
independen hanya mampu menjelaskan variabel dependen 63.6. Durbin - Watson sebesar 2,044, nilai ini akan dibandingkari dengan nilai tabel dengan
menggunakan nilai signifikansi 5 jumlah sampel 20 n dan jumlah independen 4 k=4. Oleh karena nilai DW 2,765 lebih besar dari batas du 1,828 dan kurang
dari 4-1,828 4-du, maka dapat disimpulkan bahwa tidak ada autokorelasi positif atau negatif.
Universitas Sumatera Utara
39
4.1.3 Pengujian Hipotesi Penelitian 4.1,3.1. Persamaan Regresi
