Uji Heteroskedasitas Uji Asumsi Klasik A Pengujian Normalitas Data

Khairul Anwar Pulungan : Faktor-Faktor Yang Mempengaruhi Price Earning Ratio Pada Perusahaan Real Estate Dan Property Yang Terdaftar Di Bursa Efek Jakarta, 2010. Dari hasil analisis statistik Kolmogorov-Simirnov, dapat dilihat bahwa nilai Kolmogorov-Simirnov adalah 0,525 dan signifikansi pada angka 0,946 yang berarti lebih besar dari nilai signifikan yang ditentukan, yaitu 0,05. Dengan demikian data dapat dikatakan berdistribusi normal. Tabel 5.10. Kolmogrov-Smirnov K-S One-Sample Kolmogorov-Smirnov Test a Test distribution is Normal b Calculated from data Dari hasil analisis statistik Kolmogorov-Simirnov, dapat dilihat bahwa nilai Kolmogorov-Simirnov adalah 0,525 dan signifikansi pada angka 0,946 yang berarti lebih besar dari nilai signifikan yang ditentukan, yaitu 0,05. Dengan demikian data dapat dikatakan berdistribusi normal.

B. Uji Heteroskedasitas

Uji Heteroskedasitas bertujuan apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2005. Uji Heteroskedasitas dapat dilakukan dengan cara melihat grafik Scatterplot yang disajikan yang terdapat pada gambar 5.2 dibawah, terlihat titik menyebar secara acak Unstandardize d Residual N 62 Normal Parametersa,b Mean .0000000 Std. Deviation 6.39540144 Most Extreme Differences Absolute .067 Positive .067 Negative -.048 Kolmogorov-Smirnov Z .525 Asymp. Sig. 2-tailed .946 Khairul Anwar Pulungan : Faktor-Faktor Yang Mempengaruhi Price Earning Ratio Pada Perusahaan Real Estate Dan Property Yang Terdaftar Di Bursa Efek Jakarta, 2010. tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedasitas pada model regresi. Adapun bentuk grafik Scatterplot terdapat pada gambar 5.2 berikut : Regression Standardized Predicted Value 2 1 -1 -2 -3 Regressi on St udent iz ed Resi dual 3 2 1 -1 -2 Scatterplot Dependent Variable: KINERJA_Y Gambar 5.2 Grafik Scatterplot C. Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel indenpenden. Ghozali, 2005. Menurut Ghozali 2005 bahwa mendeteksi gejala-gejala terjadinya multikolinieritas dapat dilakukan dengan melihat tolerance dan lawannya VIF Variabel Inflation Factor. Tolerance mengukur variabilitas variabel independent yang terpilih yang tidak dijelaskan oleh variabel indenpenden lainya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena = 1tolerance. Nilai Khairul Anwar Pulungan : Faktor-Faktor Yang Mempengaruhi Price Earning Ratio Pada Perusahaan Real Estate Dan Property Yang Terdaftar Di Bursa Efek Jakarta, 2010. cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nolai tolerance 0,10 atau sama dengan nilai VIF10. Dengan menggunakan SPSS, hasil pengolahan yang diperoleh melalui kuisioner dapat dilihat pada Tabel 5.11 berikut ini : Tabel 5.11. Hasil Uji Multikoliniearitas Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 33.485 1.324 25.296 .000 ZscoreISO_X1 -.179 .844 -.025 -.212 .833 .990 1.010 ZscoreINSEN_X 3 3.144 .846 .440 3.714 .000 .984 1.016 Moderating2 -.265 .936 -.034 -.283 .778 .976 1.024 a Dependent Variable: KINERJA_Y Pada Tabel 5.11 diatas dapat dilihat dilihat bahwa angka Variance Inflation Factor VIF lebih kecil dari 10 yaitu sebesar 1,024 dan nilai tolerance sebesar 0,976, ini menunjukkan tidak terjadi multikoliniearitas. 5.3. Hasil Analisis 5.3.1. Hasil Pengujian Hipotesis 1