61 Pengujian asumsi klasik dilakukan terlebih dahulu sebelum dilakukan
pengujian dengan menggunakan moderated regression analysis MRA sehingga diperoleh model regresiyang BLUEBest Liniear Unbiased
Estimator. Model regresi akanmenghasilkan penduga yang tidak bias jika memenuhi asumsi klasik, antara lainnormalitas data, bebas multikolinieritas,
bebas autokorelasi, dan bebasheteroskedastisitas.
4.2.2.1 Uji Normalitas
Pengujian normalitas data pada penelitian ini menggunakan analisis grafik dan analisis statistik. Analisis grafik untuk melihat
normalitas data dilakukan dengan melihat grafik histogram dan kurva normal probability plot. Analisis statistik dilakukan dengan
menggunakan uji non-parametrik Kolmogrov-Smirnov K-S. Analisis K-S digunakan untuk melengkapi uji grafik karena uji normalitas
dengan grafik dapat menyesatkan kalau tidak hati-hati dimana secara visual kelihatan normal padahal secara statistik bisa sebaliknya. Hasil
pengujian normalitas data dapat dilihat pada gambar 4.1, gambar 4.2, dan tabel 4.2 berikut ini.
62
Gambar 4.1 Grafik Histogram Uji Normalitas
Gambar 4.2 Kurva Normal Probability Plot
63
Tabel 4.2 Hasil Uji Non-Parametik Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 68
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 3,72201764
Most Extreme Differences Absolute
,105 Positive
,089 Negative
-,105 Test Statistic
,105 Asymp. Sig. 2-tailed
,063
c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
Gambar 4.1 menunjukkan bahwa grafik histogram memberikan pola distribusi normal yakni distribusi data tidak menceng
ke kiri atau menceng ke kanan dan berbentuk lonceng bell-shaped. Gambar 4.2 menunjukkan bahwa data menyebar di sekitar garis
diagonal dan mengikuti arah garis diagonal pada grafik normal probability plot. Tabel 4.2 menunjukkan bahwa angka signifikansi pada
Kolmogrov-Smirnov sebesar 0,063 lebih besar dari sig. 0,05 yang berarti data berdistribusi normal. Oleh karena itu, dapat disimpulkan
bahwa model regresi memenuhi asumsi normalitas.
64
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel
independen. Jika terjadi korelasi, maka dikatakan terdapat masalah multikoliniearitas. Uji multikolinearitas dilihat dari nilai Tolerance dan
VIF-nya. Model regresi yang baik jika nilai Tolerance 0,1 dan VIF
10.Hasil uji multikolinearitas dapat dilihat pada tabel 4.3 berikut ini. Tabel 4.3
Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 LN_SIZE
,993 1,007
DER ,968
1,033 ROE
,969 1,032
DPR ,081
8,001 SizeDPR
,125 8,001
DERDPR ,104
9,587 ROEDPR
,092 9,825
a. Dependent Variable: PBV
65 Tabel 4.3 menunjukkan bahwa semua variabel memiliki nilai
tolerance diatas 0,10 dan nilai variance inflation factor VIF lebih kecil dari 10 sehingga dapat disimpulkan bahwa model regresi bebas
multikolinearitas.
4.2.2.3 Uji Autokorelasi