Pada grafik histogram tampak bahwa residual terdistribusi secara normal dan tidak menceng ke kanan atau ke kiri. Pada grafik normal probability plot,
tampak titik–titik menyebar dan mendekati garis diagonalnya..
b. Uji multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau tidakya multikolinieritas di dalam model regresi dapat dilihat
dari nilai tolerance dan Variance Inflation Factor VIF. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10
atau sama dengan nilai VIF 10.
Tabel 4.4 Koefisien
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Profitabilitas
.902 1.108
Leverage .895
1.117 Ukuran_Perusahaan
.863 1.159
Kepemilikan_Saham _Publik .850
1.177 a. Dependent Variable: CSR
Sumber: Output SPSS Tabel 4.5 menunjukkan bahwa tidak terjadi gejala multikolinearitas dalam
model regresi yang digunakan. Hal ini terlihat dari nilai tolerance-nya yang kurang dari 0,10. Nilai VIF juga menunjukkan hal tersebut, bahwa tidak ada
satupun variabel independennya yang memiliki nilai VIF yang lebih besar dari 10.
Universitas Sumatera Utara
c. Uji autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t – 1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Untuk
mendeteksi ada tidaknya autokorelasi dilakukan dengan menggunakan uji Durbin- Watson DW-Test. Hasil pengolahan data adalah sebagai berikut:
Tabel 4.5 Hasil Uji Statistik Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.557
a
.310 .250
.13545 2.260
a. Predictors: Constant, Kepemilikan_Saham_Publik, Leverage, Profitabilitas, Ukuran_Perusahaan
b. Dependent Variable: CSR Sumber : Output SPSS
Hasil pengujian di atas menunjukkan bahwa nilai Durbin-Watson adalah 2.260. Nilai ini akan kemudian diuji berdasarkan ketentuan ada tidaknya gejala
autokorelasi, yakni jika nilai Durbin-Watson D-W ada pada batas atas du dan 4-du du D-W 4-du, model regresi tidak mengalami gejala autokorelasi. Nilai
signifikansi yang digunakan adalah 5 dengan jumlah sampel 51 n=51 dan jumlah variabel independen sebanyak empat k = 4, maka dari tabel data statistik
Durbin-Watson diperoleh nilai batas bawah dl sebesar 1.3855 dan nilai batas atas du sebesar 1.7218. Nilai D-W berada di antara du dan 4-du 1.7218 2.260
Universitas Sumatera Utara
2.2785. Dengan demikian dapat disimpulkan bahwa model regresi tidak mengalami gejala autokorelasi, sehingga pengujian dapat dilanjutkan.
d. Uji heteroskedastisitas