Untuk keabsahan hasil analisis regresi linear berganda, harus terlebih dahulu dilakukan uji asumsi klasik. Salah satu syarat yang menjadi dasar penggunaan model
regresi adalah dipenuhinya semua asumsi klasik, agar hasil pengujian bersifat tidak bias dan efisien Best Linear Unbiased EstimatorBLUE.
Menurut Gujarati 1995, asumsi klasik yang paling dianggap penting adalah: 1. Memiliki distribusi normal
2. Tidak terjadi Multikolonieritas antar varabel bebas. 3. Tidak terjadi Heteroskedastisitas atau varian varabel pengganggu yang konstan
Homoskedastisitas 4. Tidak terjadi Autokorelasi antar residual setiap variabel bebas.
5.2.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal, dimana uji t dan F
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah data yang kecil.
Universitas Sumatera Utara
a. Analisis grafik Cara untuk melihat normalitas residual dengan melihat garafik normal P-P Plot
Gambar 5.1 Normal PP Plot Residual Sumber : Data PDAM Tirtanadi Propinsi Sumatera Utara yang diolah, 2011
Dari Gambar 5.1 dapat dilihat titik-titik berada di sekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan residual berdistribusi normal.
b. Analisis statistik Menurut Ghozali 2009, uji statistik yang digunakan untuk menguji
normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis :
H0 : Data residual berdistribusi normal HA: Data residual tidak berdistribusi normal
Universitas Sumatera Utara
Tabel 5.3 Hasil Pengujian Normalitas One-Sample Kolmogorov-Smirnov
Sumber : Data PDAM Tirtanadi Propinsi Sumatera Utara yang diolah, 2011 Dari tabel 5.3 dapat dilihat nilai signifikansi sebesar 0,672 0.05, hal ini
berarti H0 diterima yang berarti residual terdistribusi normal. Hasilnya konsisten dengan analisis grafik.
5.2.1.2 Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanaya korelasi antar variabel bebas. Model regresi yang baik seharusnya
tidak terjadi korelasi di antara variabel bebas. Hal ini dapat dilihat dari matriks korelasi antar variabel bebas, seperti pada tabel berikut ini :
Unstandardized Residual
N 36
Normal Parameters
a
Mean -.0000007
Std. Deviation 3.96619927E9
Most Extreme Differences Absolute
.121 Positive
.068 Negative
-.121 Kolmogorov-Smirnov Z
.724 Asymp. Sig. 2-tailed
.672 a. Test distribution is Normal.
Universitas Sumatera Utara
Tabel 5.4 Matriks Korelasi antar variabel bebas.
Sumber : Data PDAM Tirtanadi Propinsi Sumatera Utara yang diolah, 2011 Dari tabel 5.4 dapat dilihat korelasi antar variabel bebas di bawah 95, maka
dapat dikatakan tidak terjadi multikolonieritas yang serius Ghozali, 2009 :97. Cara lain untuk menentukan adanya multikolonieritas juga dapat diketahui dengan melihat
nilai VIF variance inflation factor.
Model Penambahan
Jaringan Penagihan
Tunggakan Kebocoran
Air Penambahan
Pelanggan 1
Correlations Penambahan Jaringan 1.000
.017 .318
-.356 Penagihan Tunggakan
.017 1.000
.018 -.045
Kebocoran Air .318
.018 1.000
-.368 Penambahan
Pelanggan -.356
-.045 -.368
1.000 Covariances Penambahan Jaringan
1.733 .966
.086 -.389
Penagihan Tunggakan .966
1974.061 .160
-1.653 Kebocoran Air
.086 .160
.042 -.062
Penambahan Pelanggan
-.389 -1.653
-.062 .687
a. Dependent Variable: Laba Perusahaan
Universitas Sumatera Utara
Tabel 5.5 Variance Inflation Factor VIF
Sumber : Data PDAM Tirtanadi Propinsi Sumatera Utara yang diolah, 2011 Dari tabel 5.5 dapat dilihat hasil perhitungan nilai tolerance juga
menunjukkan tidak ada variabel bebas yang memiliki nilai tolerance kurang dari 0.10. Hasil perhitungan nilai VIF juga menunjukkan tidak ada satu variabel bebas yang
memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel bebas dalam model regresi.
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 4.363E9
4.574E9 .954
.348 Kebocoran Air
-.068 .205
-.060 -.334 .740
.824 1.213
Penambahan Pelanggan
-.326 .829
-.071 -.394 .697
.799 1.251
Penagihan Tunggakan
18.738 44.430
.069 .422
.676 .998
1.002 Penambahan
Jaringan -2.983
1.317 -.403 -2.266
.031 .833
1.201 a. Dependent Variable: Laba Perusahaan
Universitas Sumatera Utara
5.2.1.3 Uji Heteroskedastisitas