Tabel 4.7 Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
CSR .788
1.270 CAR
.886 1.129
NPL .793
1.261 ROA
.657 1.522
a. Dependent Variable: NP
Sumber : data diolah Berdasarkan tabel 4.7 dapat diketahui bahwa setiap variabel
memiliki nilai Tolerance tidak kurang dari 0.10 dan nilai Variance Inflation Faktor VIF tidak lebih dari 10.Analisis ini menunjukkan
bahwa tidak terdapat gejala multikolinearitas terhadap variabel penelitian.Sehingga
layak untuk
digunakan dalam
pengujian selanjutnya.
b. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik Ghozali, 2005:
110-112. 1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara
data observasi dengan distribusi yang mendeteksi distribusi normal.
Namun demikian hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil.Metode
yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.
Gambar 4.1 Uji Normalitas
Sumber : data diolah Dari gambar grafik di atas dapat dilihat bahwa titik-titik
menyebar disekitar garis diagonal dan mengikuti arah garis diagonal mengikuti pada wilayah garis linear. Hal ini menunjukkan bahwa
data pada penelitian ini terdistribusi secara normal dan model regresi tersebut layak dipakai untuk memprediksi variabel dependen yaitu
nilai perusahaan berdasarkan masukan variabel independen yaitu Corporate Social Responsibility CSR, Capital Adequacy Ratio
CAR, Non Performing Loan NPL dan Return On Asset ROA.
2. Analisis Statistik Uji Normalitas dengan grafik dapat menyesatkan jika tidak
hati-hati. Secara visual kelihatan normal, padahal secara statistik bisa sebaliknya.
Tabel 4.8 Uji Kolmogorov
CSR CAR
NPL ROA
NP N
48 48
48 48
48 Normal Parameters
a
Mean 2.450000E1 2.450000E1
2.450000E1 2.450000E1
2.450000E1 Std. Deviation
1.3779031E1 1.3999240E1 1.3997340E1 1.3997720E1 1.3999620E1
Most Extreme Differences Absolute .183
.071 .073
.075 .065
Positive .109
.071 .073
.075 .065
Negative -.183
-.065 -.065
-.075 -.065
Kolmogorov-Smirnov Z 1.269
.489 .509
.520 .451
Asymp. Sig. 2-tailed .080
.971 .958
.950 .987
a. Test distribution is Normal.
Sumber : data diolah Berdasarkan uji kolmogorof-Smirnov di atas, terlihat nilai
Asymp.Sig memiliki nilai 0,05, Hal ini menunjukkan bahwa data pada penelitian ini terdistribusi secara normal dan model regresi
tersebut layak dipakai untuk memprediksi variabel independen yaitu Corporate Social Responsibility CSR, Capital Adequacy Ratio
CAR, Non Performing Loan NPLdan Return On Asset ROA sehingga data layak digunakan sebagai data penelitian.
