47
2 jika data menyebar jauh dari diagonal dan tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi
normalitas. ”Uji statistik yang dapat digunakan untuk menguji normalitas
residual adalah uji statistik Kolmogorov-Smirnov K- S”, yang
dijelaskan oleh Ghozali 2005:115. Uji K-S dibuat dengan membuat hipotesis:
Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Bila signifikansi 0,05 dengan α = 5 berarti distribusi data normal dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti
distribusi data tidak normal dan Ha diterima.
3.6.1.2 Uji Multikolonearitas
Menurut Ghozali 2005:104, uji ini digunakan untuk mengetahui apakah terdapat korelasi di antara variabel independen
yaitu perbedaan laba akuntansi dan laba fiskal dalam model regresi tersebut. Model regresi yang baik seharusnya tidak terjadi korelasi
diantara variabel independen. Jika terdapat korelasi antara variabel independen, maka variabel-variabel ini tidak ortogonal. Variabel
ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen adalah nol. Untuk mendeteksi ada tidaknya
multikoliniearitas dalam model regresi dapat dilihat dari tolerance
Universitas Sumatera Utara
48
value atau variance inflation factor VIF. Sebagai dasar acuannya dapat disimpulkan:
a. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
b. Jika nilai tolerance 0,1 dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
3.6.1.3 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan
ke pengamatan yang lain. Menurut Erlina dan Mulyani 2007:108 “jika varians dari residual satu pengamatan ke pengamatan lainnya
tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda,
maka disebut
heterokedasitas”. Ada
tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scaterplot
antar nilai prediksi variabel independen dengan nilai residualnya. Dalam uji heteroskedastisitas digunakan uji Glejser yang lebih dapat
menjamin keakuratan hasil Ghozali, 2005: 114. Dasar pengambilan keputusan uji heteroskedastisitas melalui uji Glejser dilakukan sebagai
berikut: 1
jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar
Universitas Sumatera Utara
49
kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
3.6.1.4 Uji Autokorelasi