Gambar 4.5 memperlihatkan bahwa titik-titik menyebar sangat dekat pada garis diagonal, maka disimpulkan bahwa asumsi normalitas dipenuhi.
Gambar 4.6 Uji Normalitas Sub Struktural II dengan Histogram
Gambar 4.6 memperlihatkan bahwa kurva pada histogram berbentuk kurva normal, sehingga disimpulkan bahwa asumsi normalitas error dipenuhi.
4.2.3 Uji Multikolinearitas pada Persamaan Sub Struktur I
Untuk memeriksa apakah terjadi multikolinearitas atau tidak, dapat dilihat dari nilai Variance Inflation Factor VIF. Nilai VIF yang lebih dari 10 diindikasi suatu
variabel independen terjadi multikolinearitas Myers dalam Stevens, 2009.
Tabel 4.4 Uji Multikolinearitas untuk Persamaan Sub Struktural I
Model Collinearity
Statistics Tolerance
VIF 1 Constant
KeputusanInvestasi ,971
1,245 KeputusanPendanaan
,971 1,030
Sumber : Hasil Olahan Software SPSS
Universitas Sumatera Utara
Berdasarkan Tabel 4.4 diketahui bahwa seluruh nilai VIF tidak lebih dari 10, maka tidak terdapat gejala multikolinearitas yang berat.
4.2.4 Uji Multikolinearitas pada Persamaan Sub Struktur II
Table 4.5 Uji Multikolinearitas pada Persamaan Sub Struktur II
Model Collinearity Statistics
Tolerance VIF
1 Constant KeputusanInvestasi
,915 1,093
KeputusanPendanaan ,728
1,374 Growth
,686 1,457
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.5 diketahui bahwa seluruh nilai VIF tidak lebih dari 10, maka tidak terdapat gejala multikolinearitas yang berat.
4.2.5 Uji Autokorelasi pada Persamaan Sub Struktur I
Asumsi mengenai independensi terhadap residual non-autokorelasi dapat diuji dengan menggunakan uji Durbin-Watson Field, 2009. Nilai statistik dari uji
Durbin-Watson berkisar di antara 0 dan 4. Field 2009 menyatakan sebagai berikut: “Specifically, it Durbin-Watson tests whether adjacent residuals are correlated.
The test statistic can vary between 0 dan 4 with a value 2 meaning that the residuals
are uncorrelated.
Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Field 2009 menyatakan sebagai
berikut. the size of the Durbin-Watson statistic depends upon the number of predictors
in the model and the number of observations. For accuracy, you should look
Universitas Sumatera Utara
up the exact acceptable values in Durbin and Watsons 1951 original paper. As very conservative rule of thumb, values less then 1 or greater than 3 are definitely
cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model.
Tabel 4.6 Uji Autokorelasi untuk Persamaan Sub Struktural I
Model Durbin-Watson
1 1,366
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.6 dapat dilihat bahwa nilai dari statistik Durbin- Watson adalah 1,296. Dikarenakan nilai statistik Durbin-Watson terletak di antara 1 dan 3,
maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4.2.6 Uji Autokorelasi pada Persamaan Sub Struktur II
