Tabel 4.3 Hasil One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 26
Normal Parameters
a,b
Mean .0000000
Std. Deviation 12.07418046
Most Extreme Differences Absolute
.142 Positive
.069 Negative
-.142 Kolmogorov-Smirnov Z
.726 Asymp. Sig. 2-tailed
.668 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil pengolahan data sekunder, 2012
Dari Tabel 4.3, terlihat bahwa besarnya nilai Kolmogorov-Smirnov adalah 0,726 dan variabel memiliki nilai probabilitas atau nilai asymp.sig 2-tailed
0,668. Dasar pengambilan keputusan untuk pengujian One-Sample Kolmogorov- Smirnov adalah apabila nilai probabilitas untuk nilai residual
α lebih besar dari 0,05. Berdasarkan hasil pengujian di atas dapat disimpulkan bahwa variabel dalam
penelitian ini terdistribusi secara normal dan mendukung pengujian yang telah dilakukan dengan menggunakan grafik plot.
4.2.2.2 Uji Multikolinearitas
Untuk mendeteksi ada tidaknya multikolinearitas dalam model regresi dapat dilihat dari Tolerance Value atau Variance Inflation Factor VIF. Hasil uji multi-
kolinearitas akan disajikan dalam tabel 4.4.
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
99.799 109.164
.914 .371 INDEP
-.221 1.090
-.117 -.203 .841
.130 7.682
RAPAT -.201
.813 -.117
-.248 .807 .194
5.162 KOMPT
.139 .121
.253 1.152 .262
.889 1.125
ANGGO -7.129
12.769 -.242
-.558 .583 .229
4.372 a. Dependent Variable: ARLAG
Sumber: Hasil pengolahan data sekunder, 2012
Berdasarkan Tabel 4.4, tabel coefficients menunjukkan bahwa tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10. Hasil VIF
juga menunjukkan bahwa tidak ada variabel independen yang memiliki nilai lebih dari 10. Jadi, dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel
independen dalam model regresi ini.
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Model regresi yang baik adalah yang homoskedastisitas atau yang tidak terjadi heteroskedastisitas. Dalam penelitian ini heterokedastisitas diuji dengan meng-
gunakan uji Glejser.
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -7.166
62.264 -.115
.909 INDEP
.437 .622
.361 .703
.490 .130
7.682 RAPAT
-.198 .463
-.180 -.428
.673 .194
5.162 KOMPT
-.109 .069
-.311 -1.582 .129
.889 1.125
ANGGO -.949
7.283 -.050
-.130 .898
.229 4.372
a. Dependent Variable: ABS_RES
Sumber: Hasil pengolahan data sekunder, 2012
Berdasarkan Tabel 4.5, dapat diketahui bahwa tidak ada satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen nilai
Absolut Residual ABS_RES yaitu INDEP sebesar 0,490, RAPAT sebesar 0,673, KOMPT sebesar 0,129 dan ANGGO sebesar 0,898. Hal ini terlihat dari
probabilitas signifikansinya di atas tingkat kepercayaan 0,05. Jadi, dapat disimpul- kan bahwa pada model regresi tidak ada masalah heteroskedastisitas.
4.2.3 Uji Hipotesis