Hasil pengolahan data dengan menggunakan pendekatan 1 sample KS menunjukkan besar nilai Kolmogorov-Smirnov adalah 0.748 dan signifikansi
pada 0.683 maka disimpulkan data terdistribusi secara normal karena nilai asymp. Sig. adalah 0.683 dan berada di atas nilai signifikan 0,05. Kesimpulan secara
keseluruhan yang dapat diambil adalah bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.2.2.2 Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Model
regresiyang
baik seharusnya tidak terjadi korelasi diantara variabel independen Erlina, 2008.
Gejala multikolinieritas dapat dilihat dari nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel
bebas mana saja yang dijelaskan oleh variabel bebas lainnya. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Nilai yang biasa dipakai dalam uji ini adalah jika nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinieritas Situmorang, 2007.
Universitas Sumatera Utara
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 44656.818 26479.222
1.686 .095
DAU 1.522
.056 .526 27.416
.000 .499
2.005 PAD
1.496 .052
.547 28.526 .000
.499 2.005
a. Dependent Variable: BD Berdasarkan uji multikolinearitas yang terdapat dalam tabel
4.3 tersebut, seluruh variabel independen yang digunakan dalam penelitian ini yaitu DAU dan PAD memiliki angka variance inflaction factor VIF
lebih kecil dari 5, DAU dan PAD memiliki angka VIF 2,005 Sementara itu, angka tolerance DAU dan PAD menunjukkan nilai yang lebih besar dari 0,1 yaitu 0,499.
Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala multikolineritas dalam variabel bebasnya.
4.2.2.3 Uji Heterokedastisitas Menurut Ghozali 2011:139 uji heteroskedastisitas bertujuan
untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lain. Jika varians dari residual satu
pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Dalam penelitian ini untuk mengetahui terjadinya heterokedastisitas digunakan uji glejser. Uji glejser dilakukan dengan cara
Universitas Sumatera Utara
meregresikan antara variabel independen dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari
0,05 maka tidak terjadi masalah heteroskedastisitas.
Tabel 4.4 Hasil Uji Heterokedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant 11841.965 20234.831 .585
.560 DAU
.104 .042
.346 2.458
.061 PAD
.020 .040
.070 .500
.618 a. Dependent Variable: ABS_RES
Dari output di atas dapat diketahui bahwa nilai signifikansi variabel DAU 0,61 ; vriabel PAD 0,618. Signifikasi kedua variabel independen lebih dari
0,05. Dengan demikian dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
4.2.3 Pengujian Hipotesis
