50
rata-rata mean, minimum, maksimum, dan standart deviasi yang disajikan dalam tabel numerik yang dihasilkan dari pengolahan data dengan menggunakan
program SPSS versi 16 For Windows. Variabel yang akan dianalisis dalam penelitian ini adalah Modal Sendiri dan Current Ratio sebagai variabel
independen, dan Sisa Hasil Usaha SHU sebagai variabel dependen.
3.6.2. Uji Asumsi Klasik
Uji asumsi klasik dilakukan dengan tujuan untuk mengetahui kondisi data yang digunakan dalam penelitian ini. Uji ini dilakukan dengan harapan untuk
mendapatkan model analisis yang tepat dan dalam penelitian ini analisis data akan menggunakan metode regresi linier berganda. Uji ini dilakukan dengan harapan
untuk mendapatkan model analisis regresi berganda yang tepat.
1. Uji Normalitas Data
Uji normalitas digunakan untuk mengetahui apakah data terdistribusi dengan normal atau tidak Ghozali, 2011:99. Model regresi yang baik memberi
syarat bahwa data harus terdistribusi dengan normal atau mendekati normal. Pengujian normalitas data akan dilakukan dengan menggunakan uji Kolmogorov-
Smirnov, bila tingkat signifikan lebih besar dari 5 berarti data terdistribusi secara normal dan sebaliknya jika lebih dari 5 maka data tidak terdistribusi
dengan normal.
2. Uji Autokorelasi
Autokorelasi adalah korelasi antara anggota –anggota serangkaian
observasi yang tersusun dalam rangkaian waktu atau yang tersusun dalam rangkaian ruang Sumodiningrat, 1999: 231. Uji autokorelasi digunakan untuk
51
melihat apakah ada hubungan linier antara error serangkaian observasi yang diurutkan menurut waktu data time series. Uji autokorelasi perlu dilakukan
apabila data yang dianalisis merupakan data time series Gujarati, 2003. dimana:
d = nilai Durbin Watson Σei = jumlah kuadrat sisa
Nilai Durbin Watson kemudian dibandingkan dengan nilai d-tabel. Hasil perbandingan akan menghasilkan kesimpulan seperti kriteria sebagai berikut:
1. Jika d dl, berarti terdapat autokorelasi positif 2. Jika d 4
– dl, berarti terdapat autokorelasi negatif 3. Jika du d 4
– dl, berarti tidak terdapat autokorelasi 4. Jika dl d du atau 4
– du, berarti tidak dapat disimpulkan
3. Multikolinieritas
Multikolineritas maknanya antar variabel independen yang terdapat mendekati sempurna koefisien relasi tinggi Algifari, 2007:84. Diagnosis secara
sederhana terhadap adanya multikolinearitas di dalam model regresi salah satunya adalah melalui nilai t hitung, dan f hitung, jika tinggi nilai f hitung tinggi
sedangkan nilai thitung sangat rendah, maka kemungkinan terdapat multikolinearitas dalam model tersebut. Beberapa prosedur koreksi jika
multikolinearitas ditemukan adalah dengan memperbesar ukuran sampel atau menghilangkan salah satu atau beberapa variabel yang mempunyai korelasi tinggi
dari model regresi atau dengan mentranformasi variabel nilai variabel yang
digunakan mundur satu tahun.
52
4. Heteroskesdastisitas