lxx
1. Uji Normalitas
Tabel IV. 3 Hasil Uji Normalitas Data Kolmogorof Smirnov
Kolmogorov-Smirnov Z Asymp. Sig. 2-
tailed
0,552 0,920
Sumber: Data penelitian diolah
Uji normalitas data dilakukan untuk melihat bahwa suatu data terdistribusi secara normal atau tidak. Pengujian normalitas dalam penelitian ini dilakukan
berdasarkan uji Kolmogorov-Smirnov. Hair
et al.
1992 dalam Fauzan 2002 memberikan
rule of thumb
sebagai berikut: Jika nilai statistik Kolmogorov- Smirnov signifikan di atas signifikan tertentu maka dapat disimpulkan
terpenuhinya asumsi normalitas.
Level of Significant
yang digunakan dalam penelitian ini adalah 0,05. Dari tabel IV.3 menunjukkan nilai Kolmogorov-
Smirnov adalah 0,552 dan besarnya nilai signifikan jauh di atas 0,05 yaitu sebesar 0,920. Hal ini dapat disimpulkan bahwa data berdistribusi secara normal Ghozali,
2006.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu observasi ke observasi lain.
Pengujian heteroskedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID.
Deteksi ada tidaknya heterokedastisitas dalam penelitian ini dilakukan dengan melihat ada tidaknya pola tertentu pada grafik Scatterplot antara SRESID dan
ZPRED. Titik-titik harus menyebar secara acak random, baik di atas maupun di
lxxi bawah angka 0 pada sumbu Y. Bila kondisi ini terpenuhi maka tidak terjadi
heteroskedastisitas. Dari grafik Scatterplots terlihat bahwa titik-titik menyebar secara acak serta
tersebar baik di atas maupun di bawah angka 0 pada sumbu Y lihat Gambar IV.1. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada
model regresi, sehingga model regresi layak dipakai untuk memprediksi DPR berdasarkan masukan variabel independen MOWN, DAR, ROA, SIZE, MBVA.
Hasil uji heteroskedastisitas dapat ditunjukkan dari gambar di bawah ini.
Gambar IV.1 Hasil Uji Heteroskedastisitas
3. Uji Multikolinieritas