Sumber: Hasil Pengolahan SPSS 2013
Gambar 4.2 Normal P-Plot
Berdasarkan gambar 4.2 di atas
terlihat titik-titik sebaran mendekati dan mengikuti garis normal sehingga asumsi normalitas terpenuhi.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas independen dalam suatu model regresi
linear berganda. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mengetahui ada tidaknya multikolinearitas dapat
dilihat dari nilai Variance Imflation Factor VIF dan nilai Tolerance, apabila
68
Universitas Sumatera Utara
nilai VIF 10 dan nilai Tolerance 0,1 maka terjadi multikolinearitas dan apabila nilai VIF 10 dan nilai Tolerance 0,1 maka tidak terjadi
multikolineraritas. Nilai VIF serta nilai tolerance dari variabel-variabel penelitian dapat dilihat pada tabel berikut ini.
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
PROFITABILITAS .977
1.024 UKURAN PERUSAHAAN
.977 1.024
a. Dependent Variable: PENGUNGKAPAN SOSIAL
Sumber: Hasil Pengolahan SPSS 2013 Jika dilihat pada Tabel 4.4 di atas, semua variabel independen memiliki VIF
kurang dari 10, atau VIF 10. Selain itu nilai tolerance untuk setiap variabel independen lebih besar dari 0,1 atau tolerance 0,1. Dengan demikian dapat
disimpulkan bahwa tidak ada multikolinearitas dalam model regresi ini.
c. Uji heterokedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain.
Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut
homoskedastisitas dan jika varians yang berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Untuk melihat ada
69
Universitas Sumatera Utara
tidaknya heterokedastisitas dapat dilakukan dengan melihat grafik scatterpol antara standardized predicted value ZPRED dengan studentized residual
SRESID. Ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah
residual Y prediksi - Y sesungguhnya. Dasar pengambilan keputusan yaitu : c.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
terjadi heteroskedastisitas. d.
Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Pola gambar Scatterplot pada model penelitian ini dapat dilihat pada Gambar 4.3 berikut. Berdasarkan grafik Scatterplot di bawah ini dapat disimpulkan bahwa
titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, juga diketahui titik-titik data tidak mengumpul di suatu tempat
dan tidak membentuk pola-pola tertentu, maka disimpulkan bahwa
tidak terjadi heteroskedastisitas pada model regresi.
70
Universitas Sumatera Utara
Sumber: Hasil Pengolahan SPSS 2013
Gambar 4.3 Grafik
Scatterplot d. Uji autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah terjadi korelasi antara suatu periode saat ini t dengan periode sebelumnya t -1. Jika terjadi korelasi,
maka terdapat problem autokorelasi. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson D-W. Menurut Santoso 2000, jika angka D-
W diantara -2 sampai +2, berarti tidak ada autokorelasi. Berikut ini adalah kriteria untuk penilaian terjadinya autokorelasi.
1 angka D-W terletak di bawah -2 berarti ada korelasi positif, 2 angka D-W terletak di antara -2 sampai +2 berarti tidak ada autokorelasi,
3 angka D-W di atas +2 berarti ada autokorelasi negatif.
71
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .325
a
.106 .074
.15651 1.470
a. Predictors: Constant, UKURAN PERUSAHAAN, PROFITABILITAS b. Dependent Variable: PENGUNGKAPAN SOSIAL
Sumber: Hasil Pengolahan SPSS 2013 Berdasarkan hasil tabel di atas diketahui bahwa nilai D-W yang didapat
sebesar 1,470. Dengan melihat kriteria Durbin – Watson yaitu -2 DW +2 maka dapat disimpulkan tidak terjadi autokorelasi.
3. Pengujian Hipotesis