63
Pada gambar histogram sebelumnya dapat kita lihat bahwa histogram membentuk lonceng. Maka dari itu dipastikan bahwa data
pada penelitian ini terdistribusi secara normal.
Gambar 4.2 P-P Plot
Gambar menunjukkan bahwa titik-titik pada grafik telah mendekati atau hampir berhimpit dengan sumbu diagonal atau
membentuk sudut 45 derajat dengan garis mendatar. Interpretasinya adalah bahwa nilai residual pada kedua model telah terdistribusi
secara normal.
4.2.2.2 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Untuk mendeteksi ada atau
Universitas Sumatera Utara
64
tidaknya heterokedastisitas dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplot antara SRESID dan
ZPRED. Jika terdapat pola tertentu seperti titik-titik yang ada
membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka terjadi heterokedastisitas. Adapun hasil
uji heterokedastisitas dalam penelitian ini dapat dilihat pada gambar berikut :
Gambar 4.3 Scatterplot
Tampak pada gambar bahwa model persamaan diatas tidak mempunyai gangguan heteroskedastisitas karena tidak ada pola
tertentu pada grafik. Titik-titik pada grafik relatif menyebar baik di atas sumbu nol maupun di bawah sumbu nol.
Universitas Sumatera Utara
65
4.2.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.
Uji multikolinearitas dilakukan dengan menggunakan nilai variance inflation factor
VIF. Model dinyatakan terbebas dari gangguan multikolinearitas jika mempunyai nilai VIF di bawah 10 atau
tolerance di atas 0,1. Hail uji multikolinearitas dapat dilihat pada tabel berikut ini :
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
kepemilikan.menejerial ,789
1,268 kepemilikan.institusional
,702 1,424
komisaris.independen ,125
7,993 dewan.komisaris
,118 8,456
komite.audit ,617
1,621 LN_DA
,556 1,799
a. Dependent Variable: kinerja
Sumber : Data olahan peneliti 2016
Tabel di atas memberikan semua nilai VIF di bawah 10 atau nilai Tolerance di atas 0,1 maka tidak terdapat gejala
multikolinearitas pada model penelitian ini.
Universitas Sumatera Utara
66
4.2.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah sebuah model regresi linear memiliki korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika korelasi terjadi, maka dinamakan ada masalah
autokorelasi Ghozali, 2006. Dalam penelitian ini, pengujian autokorelasi dilakukan
dengan menggunakan metode run test untuk menguji apakah antar residual terdapat korelasi yang tinggi. Apabila nilai Asymp. Sig. 2-
tailed 0,05 maka persamaan regresi dikatakan terkena problem autokorelasi. Hasil uji autokorelasi dapat dilihat pada tabel berikut :
Tabel 4.4 Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Value
a
-,00704 Cases Test Value
14 Cases = Test Value
14 Total Cases
28 Number of Runs
19 Z
1,348 Asymp. Sig. 2-tailed
,178 a. Median
Sumber : Data olahan peneliti 2016 Pada tabel diatas ditunjukkkan nilai Asymp. Sig. 2-tailed
0,05 maka persamaan regresi dikatakan tidak terkena problem autokorelasi.
Universitas Sumatera Utara
67
4.2.3 Analisis Jalur
