signifikansinya lebih besar dari 0,05 maka data berdistribusi normal, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka data tidak berdistribusi
normal. Tabel 4.5 berikut menyajikan tabel hasil uji Kolmogorov Smirnov.
Tabel 4.5 Hasil Uji Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
72 Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,48343325
Most Extreme Differences Absolute ,145
Positive ,145
Negative -,088
Kolmogorov-Smirnov Z 1,231
Asymp. Sig. 2-tailed ,097
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data Sekunder yang diolah, 2013
Hasil pengolahan data menunjukkan besar nilai Kolmogorov-Smirnov adalah 1,231 dan signifikansi pada 0.097 maka disimpulkan data terdistribusi
secara normal karena nilai asymp. Sig. adalah 0.097 dan berada di atas nilai signifikan 0,05. Kesimpulan secara keseluruhan yang dapat diambil adalah bahwa
nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.3.2.2 Uji Multikolinearitas
Uji ini bertujuan menguji apakah pada model regresi terdapat korelasi antar variabel independen. Pada model regresi yang baik seharusnya antar variabel
independen tidak terjadi korelasi. Untuk mengetahui ada tidaknya
Universitas Sumatera Utara
multikolinearitas dapat dilihat dari nilai VIF dan nilai Tolerance, apabila nilai VIF 10 dan nilai Tolerance 0,1, maka terjadi multikolinearitas dan apabila VIF
10 dan nilai Tolerance 0,1, maka tidak terjadi multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel 4.6 berikut.
Tabel 4.6 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
LnROA ,170
5,867 LnDAR
,820 1,220
LnLN_TA ,885
1,130 LnNPM
,163 6,141
a. Dependent Variable: LnINDEX_IS
Sumber : Data Sekunder yang diolah, 2013
Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1 yaitu untuk variabel
profitabilitas memiliki nilai tolerance 0,17; variabel risiko keuangan memiliki nilai tolerance 0,820; variable ukuran perusahaan memiliki nilai tolerance 0,885;
variabel net profit margin memiliki nilai tolerance 0,163. Jika dilihat dari VIF- nya, bahwa masing-masing variabel bebas lebih kecil dari 10 yaitu untuk VIF
profitabilitas 5,867; VIF risiko keuangan 1,220; VIF ukuran perusahaan 1,130; VIF net profit margin 6,141. Dengan demikian dapat disimpulkan bahwa tidak
terjadi gejala multikolineritas dalam variabel bebasnya.
Universitas Sumatera Utara
4.3.2.3 Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan yang lain Erlina dan Sri, 2007. Model regresi yang baik adalah regresi yang bebas dari heteroskedastisitas. Hasil pengujian heteroskedastisitas
dapat dilihat pada scatterplot pada gambar 4.3 dibawah ini.
Gambar 4.3 Grafik Scatterplot
Sumber : Data Sekunder yang diolah, 2013
Dari scatterplot, terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik di atas maupun di
bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.
Universitas Sumatera Utara
4.3.2.4 Uji Autokorelasi