5.2.5. Hasil pengujian setelah transformasi
Setelah ditemukan masalah pada uji asumsi klasik sebelumnya, penulis melakukan transformasi data dengan menggunakan metode lag sehingga dapat
menyelesaikan masalah autokolerasi dan memenuhi syarat pengujian asumsi klasik. Nilai Lag menggunakan ρ dari hasil Durbin Watson dengan formula : ρ = 1 – d2.
Pengujian ulang diadakan untuk menguji hasil transformasi yang telah dilakukan dengan langkah-langkah sebagai berikut :
a. Pengujian Normalitas
Hasil uji normalitas residual pada Tabel 5.6 dengan uji statistik non parametrik Kolmogorov-Smirnov K-S dengan nilai hasil sebesar 0,812. Hasil
ini lebih besar dari 0,05 sehingga data berdistribusi normal.
Tabel 5.6 Uji Normalitas setelah Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 64
Normal Parameters
a, , b
Mean .0000000
Std. Deviation .80369280
Most Extreme Differences Absolute
.080 Positive
.080 Negative
-.032 Kolmogorov-Smirnov Z
.637 Asymp. Sig. 2-tailed
.812 a. Test distribution is Normal.
Sumber : Hasil Penelitian, 2012 Data Diolah
Universitas Sumatera Utara
b. Pengujian Autokolerasi
Hasil transformasi terhadap penelitian menghasilkan nilai baru yang tertera pada Tabel 5.7 untuk Durbin Watson sebesar 2,080, yang berada diantara 1,5
dengan 2,5 sehingga menunjukkan tidak terjadi autokolerasi.
Tabel 5.7 Uji Autokolerasi setelah Transformasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .356
a
.127 .083
.82354 2.080
a. Predictors: Constant, pDTAC,p DER,p EVA b. Dependent Variable: pROR
Sumber : Hasil Penelitian, 2012 Data Diolah
c. Uji Multikolinieritas
Setelah diadakan transformasi, diperoleh nilai VIF yang lebih kecil dari 10 dan nilai toleransi yang lebih besar dari 0,1. Multikolonieritas terjadi apabila
nilai tolerance 0,10 dan variance inflation factor VIF 10. Hal ini menunjukkan bahwa variabel bebas dalam penelitian ini tidak saling
berkorelasi atau tidak ditemukan adanya korelasi antara variabel bebas. Hasil pengujian terlihat pada Tabel 5.8 sebagai berikut :
Universitas Sumatera Utara
Tabel 5.8 Uji Multikolinieritas setelah Transformasi
Model Collinearity Statistics
Keterangan Tolerance
VIF 1
Constant pEVA
.945 1.058
Tidak terjadi Multikolinearitas pDER
.942 1.061
Tidak terjadi Multikolinearitas pDTAC
.996 1.004
Tidak terjadi Multikolinearitas a Dependent Variable: pROR
Sumber : Hasil Penelitian, 2012 Data Diolah
d. Uji Heteroskedastisitas
Dari Gambar 5.4 berikut terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 nol pada sumbu Y sehingga
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
Sumber : Hasil Penelitian, 2012 Data Diolah
Gambar 5.4 Scatterplot Heteroskedastisitas Setelah Transformasi
Universitas Sumatera Utara
Selain dari membaca pola penyebaran scatterplot pada Gambar 5.4, analisa terhadap heteroskedastisitas dapat dilakukan dengan membaca tabel koefisien
korelasi pada Tabel 5.9
Tabel 5.9 Uji Park setelah Transformasi
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -2.748
.745 -3.690
.000 EVA
4.135E-8 .000
.160 1.224
.226 DER
.355 .329
.141 1.077
.286 DTAC
-.204 3.099
-.008 -.066
.948 a. Dependent Variable: LagRES_2
Sumber : Hasil Penelitian, 2012 Data Diolah
Dari Tabel 5.9 terlihat bahwa koefisien parameter untuk variabel independen tidak ada yang dibawah nilai signifikan α = 0,05 sehingga dapat disimpulkan tidak
terjadi heteroskedastisitas.
5.3. Uji Asumsi Klasik Hipotesis Kedua 5.3.1. Uji Asumsi Klasik
Kategori