Dari hasil pengujian yang dilakukan didapat data sebegai berikut:
a. Uji Normalitas
Tabel 4.8
Uji Normalitas Model Penelitian 2
Unstandardized Residual
N 105
Normal Parametersa,b Mean
0,00 Std. Deviation
0,99 Most Extreme Differences
Absolute 0,22
Positive 0,22
Negative -0,12
Kolmogorov-Smirnov Z 2,26
Asymp. Sig. 2-tailed 0,00
Data dikatakan berdistribusi normal jika nilai sig. 0,05. Berdasarkan Tabel 4.8 uji normalitas menggunakan uji Kolmogorov-
Smirnov. Besarnya nilai Asymp. Sig. 2-tailed 0,00 berada dibawah 0,05. Hal ini berarti data tidak berdistribusi normal. Namun hasil data tersebut
tetap dapat digunakan untuk menguji hipotesis karena jumlah data dalam penelitian lebih dari 100 sampel sehingga asumsi normalitas bukan sesuatu
yang penting untuk data yang lebih dari 100, data tetap diasumsikan normal Gujarati, 2004
b. Uji Autokorelasi
Tabel 4.9
Uji Autokorelasi Model Penelitian 2
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 ,466a
,217 ,210
0,99738 1,795
a
Predictors: Constant, IPS b Dependent Variable: NIP
Data yang tidak terjadi Autokorelasi harus memenuhi asumsi dUDW4 - dU. Hasil uji autokorelasi pada Tabel 4.9 menunjukkan bahwa
nilai Durbin Watson sebesar 1,795 dengan nilai dU sebesar 1,7011 sesuai tabel DW. Berdasarkan hasil uji menunjukkan bahwa 1,70111,7954 -
1,7011. Sehingga dapat disimpulkan bahwa data tidak terjadi autokorelasi.
c. Uji Multikolinearitas
Tabel 4.10
Uji Multikolinearitas Model Penelitian 2 Unstandardized
Coefficients T
Sig. Collinearity Statistics
Β Std. Error
Tolerance VIF
Constant -2,32
,66 -3,51
,00 IPS
6,76 1,26
5,35 ,00
1,00 1,00
a Dependent Variable: NIP Data dikatakan tidak terjadi multikolinearitas jika nilai VIF 10.
Hasil uji multikolinearitas pada Tabel 4.10 menunjukkan bahwa nilai VIF yang dimiliki variabel luas pengungkapan sukarela IPS sebesar 1,00 yang
artinya berada dibawah 10. Dengan demikian dapat disimpulkan bahwa model peneitian kedua tidak terjadi multikolinearitas.
d. Uji Heteroskedastisitas