Pada Gambar 4.2 yang merupakan grafik Normal P-P Plot terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data tersebut
berdistribusi normal meskipun ujung-ujung plot agak menyimpang dari garis lurus, tetapi pola-pola titik masih berbentuk linear.
4.2.2 Uji Multikolinearitas
Menurut Umar 2003:132 “multikolinearitas adalah ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi
pada variabel-variabel bebasnya”. Untuk menguji ada tidaknya multikolinieritas, dapat dilakukan dengan cara:
4 nilai R
2
pada estimasi model regresi, 5 menganalisis matrik korelasi variabel- variabel independen,
6 menggunakan variance inflation factor dan nilai tolerance. Pengujian multikolinieritas data dalam penelitian ini menggunakan
variance inflation factor dan nilai tolerance. Multikolinearitas terjadi jika VIF lebih dari 10 dan nilai tolerance lebih kecil dari 0,10. Model regresi
linier berganda harus terbebas dari gejala multikolinearitas agar dapat digunakan dalam penelitian.
Berdasarkan uji multikolinearitas pada Tabel 4.3, dapat dilihat bahwa nilai tolerance untuk semua variabel dalam penelitian ini memiliki nilai lebih
besar dari 0,10 dan nilai VIF untuk semua variabel dalam penelitian ini memiliki nilai lebih kecil dari 10, dan dapat disimpulkan bahwa semua data
variabel dalam penelitian ini terbebas dari gejala multikolinearitas.
Universitas Sumatera Utara
Tabel 4.3 Hasil Uji Multikolonieritas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-6.372 1.563
MOWNSP -.068
.066 -.110
.970 1.031
IOS -.329
.118 -.328
.801 1.249
FCF 2.859E-19
.000 .020
.956 1.046
SIZE .290
.058 .582
.812 1.232
a. Dependent Variable: DER
Sumber: Output SPSS, 2011
4.2.3 Uji Heteroskedastisitas
Menurut Ghozali 2005:11 “uji heterokedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan variabel dari
residual suatu pengamatan ke pengamatan yang lain”. Model regresi yang baik adalah terjadi homokedastisitas. Untuk melihat ada tidaknya
heterokedastisitas dapat dilakukan dengan melihat grafik Scatterplot. Cara memprediksi pola gambar Scatterplot adalah dengan:
5 titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0, 6 titik-titik data tidak mengumpul hanya di atas atau di bawah saja,
7 penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar,
8 penyebaran titik-titik data sebaiknya tidak berpola.
Universitas Sumatera Utara
Sumber: Output SPSS, 2011
Gambar 4.3 Grafik Scatterplot
Pada Gambar 4.3 yang merupakan grafik Scatterplot diatas terlihat titik- titik menyebar secara acak dan tidak membentuk sebuah pola tertentu dan
berada diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti terbebas dari gejala heteroskedastisitas.
4.2.4 Uji Autokorelasi
