55
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam modl regresi, variable pengganngu atau residual memiliki distribusi normal. Uji normalitas dilakukan
dengan melihat penyebaran data titik padasumbu diagonal pada grafik. Hasil perhitungan normalitas data pada lampiran menunjukkan bahwa
penyebaran data titik berada disekitar garis diagonal dan mengikuti arah garis diagonal 45 derejat dengan demikian menunjukan bahwa data – data pada variable
penelitian berdistribusi normal. Lebih jelasnya gambar mengenai penyebaran plot pada uji normalitas dapat dilihat pada normalitas berikut.
Gambar 4.1 Hasil Uji Normalitas
Universitas Sumatera Utara
56
Berdasarkan tabel 4.3 di bawah ini besarnya nilai K-S adalah 1.282 dengan prbolitas signifikan 0.075 lebih besar dari 0.05. Hal ini berarti bahwa variabel residual telah
berdistribusi normal.
Table 4.3 Hasil Uji K – S One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 41
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.54072499
Most Extreme Differences
Absolute .200
Positive .109
Negative -.200
Kolmogorov-Smirnov Z 1.282
Asymp. Sig. 2-tailed .075
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
57
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antara variable bebas. Multikolinearitas terjadi jika
nilai VIF Varian infalation factor 10; dan jika tolerance 0,1. Dari hasil analisis program SPSS, pada bagian koefisien untuk kelima variable independen
terlihat bahwa nilai tolerance dari variable SIZE 0.844; DOL 0.603; GROW 0.950 ; dan NPM 0.517. sedangkan nilai VIF SIZE 1.185 ; DOL 1.658; GROW 1.053;
dan NPM 1.932. Dari angka – angka tersebut dapat disimpulkan bahwa model regresipenelitian ini bebas dari masalah multikolinearitas.
c. Uji Autokorelasi
Asumsi diterima tidak terdapat autokorelasi jika du d 4 p- du. Dari table Durbin – Watson, untuk n = 75, K = 5 diperoleh: dl = 1.487 du = 1,770 sehingga 4
– du = 4 – 1,770 = 2,23
Tabel 4.4 Hasil Uji Autokorelasi Model Summary
b
M od
el R
R Squar
e Adjusted
R Square Std. Error
of the Estimate
Durbin- Watson
1 .310
a
.096 .044
.220394 2.013
a. Predictors: Constant, SIZE, GROW, DOL, NPM b. Dependent Variable: SM
Universitas Sumatera Utara
58
Pada bagian Model Summary pada table 4.4 diatas, terlihat angka D-W sebesar 2,013. Karena angka ini terletak antara du 1.487 dan 4 – du 1,770 maka hal ini
berarti pada model regresi tidak ada autokorelasi positif atau negative, atau dapat disimpulkan tidak terdapat autokorelasi.
d. Uji Heteroskedastisitis