Uji Asumsi Klasik Setelah Transformasi .1 Uji Normalitas

52 Tabel 4.4 Hasil Uji Autokorelasi Durbin Watson Sebelum Transformasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .226 a .051 .033 1.377845 1.902 a. Predictors: Constant, FO, CSR, IO b. Dependent Variable: Q Sumber: Hasil Pengolahan Data SPSS Mei 2015 Berdasarkan tabel diatas maka dapat disimpulkan bahwa tidak terjadi autokorelasi. Hal ini dapat dibuktikan berdasarkan kriteria Durbin-Watson dimana 1.79 1.902 2.20 yang berarti tidak terjadi autokorelasi. 4.1.3 Uji Asumsi Klasik Setelah Transformasi 4.1.3.1 Uji Normalitas Setelah dilakukan transformasi logaritma pada variabel dependen, maka data dari penelitian ini menjadi normal. Hal tersebut dapat dilihat dari gambar dibawah ini: 53 Gambar 4.4 Grafik Histogram Setelah Transformasi Sumber: Hasil Pengolahan Data SPSS Mei 2015 Grafik histogram di atas menunjukkan bahwa data telah terdistribusi secara normal. Hal ini dapat dilihat dari grafik histogram yang menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness kiri maupun menceng ke kanan. Hal ini juga didukung dengan hasil uji normalitas dengan menggunakan grafik plot. 54 Gambar 4.5 Normal P-Plot Setelah Transformasi Sumber: Hasil Pengolahan Data SPSS Mei 2015 Gambar 4.2 menunjukkan bahwa data titik menyebar di sekitar dan mendekati garis diagonal. Tabel 4.5 Hasil Uji Normalitas Kolmogorov-Smirnov Setelah Transformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 165 Normal Parameters a,,b Mean .0000000 Std. Deviation .60412201 Most Extreme Differences Absolute .117 Positive .117 Negative -.086 Kolmogorov-Smirnov Z 1.498 Asymp. Sig. 2-tailed .022 Sumber: Hasil Pengolahan Data SPSS Mei 2015 55 Setelah dilakukan transformasi, hasil pengujian Kolmogorov-Smirnov mengalami perubahan dengan menunjukkan nilai signifikansi sebesar 0,022.

4.1.3.2 Uji Multikolinearitas

Uji multikolinearitas setelah transformasi menunjukkan hasil yang sama dengan pengujian sebelum transformasi yaitu tidak ada terjadinya multikolinearitas antara variabel dalam penelitian ini. Hasil pengujian ditampilkan dalam Tabel 4.6. Tabel 4.6 Hasil Uji Multikolinearitas Setelah Transformasi Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -.235 .235 -1.000 .319 CSR .614 .268 .174 2.291 .023 .997 1.003 IO .005 .003 .198 1.532 .128 .344 2.904 FO .000 .003 .007 .051 .959 .344 2.909 a. Dependent Variable: Ln_Q Sumber: Hasil Pengolahan Data SPSS Mei 2015 4.1.3.3 Uji Heteroskedastisitas Setelah transformasi, penyebaran titik-titik menjadi lebih luas baik di atas maupun di bawah angka 0 nol pada sumbu Y sehingga dapat disimpulkan bahwa tidak terjadi gejala heterokedastisitas pada model regresi. Hasil pengujian ditampilkan pada Gambar 4.6. 56 Gambar 4.6 Grafik Scatterplot Setelah Transformasi Sumber: Hasil Pengolahan Data SPSS Mei 2015 4.1.3.4 Uji Autokorelasi Setelah transformasi, uji autokorelasi menunjukkan hasil yang sama bahwa tidak terjadi autokorelasi. Hal ini dapat dibuktikan berdasarkan kriteria Durbin-Watson dimana 1.70 1.902 2.20 yang berarti tidak terjadi autokorelasi. Hasil pengujian ditampilkan pada Tabel 4.7. Tabel 4.7 Hasil Uji Autokorelasi Durbin Watson Setelah Transformasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .265 a .070 .053 .60972 1.893 a. Predictors: Constant, FO, CSR, IO b. Dependent Variable: Ln_Q Sumber: Hasil Pengolahan Data SPSS Mei 2015 57

4.1.4 Uji Regresi Linear Berganda