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