X3 = Structural Capital Value Added
atau Structural Capital STVA e
= standar error
3.8 Pengujian Asumsi Klasik
Model regresi berganda harus memenuhi syarat asumsi klasik sebelum data tersebut dianalisis, adapun syarat asumsi klasik tersebut Ghozali 2005:91
meliputi: 1. Uji Normalitas
Uji Normalitas bertujuan untuk menguji data dalam sebuah model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau
tidak Ghozali, 2005:110. Model yang paling baik adalah distribusi data normal atau mendekati normal. Uji ini dilakukan melalui pendekatan
grafik dan pendekatan Kolmogorov Smirnov. 2. Uji Multikonealiritas
Uji Multikonealiritas digunakan untuk menguji data dalam model sebuah regresi ditemukan adanya korelasi yang tinggi antar variabel bebas
Ghozali, 2005:91. Untuk mendeteksi ada atau tidaknya multikonealiritas di dalam model regresi dapat dilihat dari besarnya nilai Tolerance dan VIF
Variance Inflation Factor melalui program SPSS versi 15.00. Dengan
ketentuan: Bila VIF 5 maka terdapat masalah multikolinearitas
Bila VIF 5 maka tidak terdapat masalah multikolinearitas. 3. Uji Heteroskedastisitas
Universitas Sumatera Utara
Uji Heteroskedastisitas digunakan untuk menguji data dalam model regresi terjadi ketidaksamaan varian dari residual suatu pengamatan ke
pengamatan lain. Jika suatu pengamatan ke pengamatan lain sama, maka disebut homoskedastisitas. Cara mendeteksinya adalah dengan pendekatan
grafik dan pendekatan statistika melalui uji glejser. Pendekatan grafik dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot yang disajikan, terlihat titik-titik menyebar secara acak tidak
membentuk suatu pola tertentu yang jelas serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y. Sementara pendekatan uji
glejser dengan melihat pada variabel dependen absolut UT absUT dengan nilai probabilitas signifikansi diatas 5. Hal ini berarti tidak
terjadi heteroskedastisitas pada model regresi. 4. Uji Autokorelasi
Uji asumsi klasik kedua dalam penelitian ini adalah uji autokorelasi. Uji autokorelasi bertujuan untuk menguji mengenai dalam suatu model regresi
linear ada korelasi antara kesalahan pengganggu pada periode tertentu t dengan kesalahan mendeteksi ada atau tidaknya autokorelasi. Salah
satunya adalah dengan uji Durbin-Watson Durbin-Watson test. Pengambilan keputusan dapat di dasarkan pada Ghozali 2001:60-61:
a. Bila nilai DW terletak diantara batas atas atau upperbound du dan 4- du, maka koefisien korelasi autokorelasi sama dengan nol, berarti
tidak autokorelasi.
Universitas Sumatera Utara
b. Bila nilai DW lebih rendah dari pada batas bawah atau lower bounddl, maka koefisien autokorelasi lebih besar dari pada nol,
berarti ada autokorelasi positif. c. Bila nilai DW lebih besar dari pada 4-dl, maka koefisien autokorelasi
lebih kecil dari pada nol, berarti ada autokorelasi negatif. d. Bila nilai DW terletak diantara batas atas du dan batas bawah dl
atau DW terletak antara 4-du maka hasilnya tidak dapat disimpulkan.
3.9 Pengujian Hipotesis