Uji Normalitas Uji Multikolinearitas

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen memiliki distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. 1 Analisis Grafik Pada dasarnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal pada grafik. Apabila data menyebar sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas begitu pula sebaliknya. Gambar 4.1. Uji Normalitas Hasil pengujian normalitas telah menunjukkan residual telah mendeteksi garis diagonal garis normal, terlihat bahwa titik-titik observasi data telah tersebar di sekitar garis lurus, sehingga asumsi normalitas residual pada data terpenuhi. 2 Uji statistik Uji normalitas dengan grafik bila tidak berhati-hati dalam mengamati grafik dapat menyesatkan sehingga dianjurkan selain menggunakan uji grafik dilengkapi dengan uji statistik. Uji statistik yang dapat digunakan untuk menguji normalitas variabel dependen dan variabel independen adalah uji statistik Kolgomorov-Smimov K-S. Jadi residual berdistribusi secara normal. Hasil uji Kolgomorov-Smimov K-S dapat dilihat pada tabel 4.4 berikut : Tabel 4.4 Uji Normalitas Unstandardized Residual N 63 Normal Parameters a,b Mean ,0000000 Std. Deviation ,10854795 Most Extreme Differences Absolute ,083 Positive ,083 Negative -,058 Test Statistic ,083 Asymp. Sig. 2-tailed ,200 c,d a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. d. This is a lower bound of the true significance. Sumber : Data Sekunder yang diolah, 2015 Hasil pengujian normalitas residual menunjukkan sudah berdistribusi normal yang ditunjukkan niai signifikansi pengujian Kolmogorov Smirnov yaitu 0,200 yang lebih besar dari 0,05. Jadi residual berdistribusi normal.

b. Uji Multikolinearitas

Bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Regresi yang baik seharusnya tidak terjadi koreksi antara variabel bebas. Metode untuk melihat adanya multikolinearitas dapat dilakukan dengan uji variance inflation faktor VIF yang dihitung dengan VIF=1 tolerence. Jika VIF lebih kecil dari 10 dan nilai tolerence di atas 0,1, maka antar variabel bebas atau variabel independen tidak terjadi persoalan multikolinearitas. Nilai tolerence dan variance inflation faktor VIF yang terdapat pada masing-masing variabel independen pada penelitian ini dapat dilihat pada tabel 4.5. Berikut : Tabel 4.5 Pengujian Multikolonieritas Sumber : Data sekunder yang diolah, 2015 Dari tabel 4.5 diperoleh bahwa semua variabel independen memiliki nilai tolerance di atas 0,1. Dari hasil tersebut juga dapat diketahui bahwa semua variabel independen memiliki nilai VIF yang rendah berada dibawah angka 10. Dengan demikian dapat simpulkan bahwa tidak ada masalah multikolinearitas dalam model regresi. Model Collinearity Statistics Tolerance VIF 1 Ukuran Perusahaan ,840 1,190 Profitabilitas ,854 1,172 Likuiditas ,898 1,113 Media exposure ,966 1,035 a. Dependent Variable: CSR Disclosure

c. Uji Heteroskedastisitas