commit to user
61
Tabel 4 Hasil Uji Normalitas DataSetelah
Outlier
Unstandardized Residual
N 181
Normal Parameters
a
Mean
.0000000
Std. Deviation
.41863622
Most Extreme Differences
Absolute
.085
Positive
.085
Negative
-.063
Kolmogorov-Smirnov Z
1.148
Asymp. Sig. 2-tailed
.143
a. Test distribution is Normal. Sumber: hasil pengolahan data
Hasil uji normalitas seperti tersaji di atas menunjukkan bahwa data penelitian telah teredistribusi normal yang dibuktikan dengan
asymp sig
. sebesar 0,143 yang lebih besar dari tingkat signifikansi penelitian 5. Oleh karena data
penelitian telah terdistribusi normal, maka data dapat digunakan dalam pengujian dengan model regresi berganda.
b. Uji multikolinieritas
Uji multikolinieritas digunakan untuk menunjukkan ada tidaknya hubungan linier di antara variabel-variabel independen dengan model regresi.
Pengujian ini dilakukan dengan menggunakan
tolerance value
dan
variance inflation factor
VIF dengan kriteria, jika
tolerance value
0,10 dan VIF 10 maka terjadi multikolinieritas dan jika
tolerance value
0,10 dan VIF 10 maka tidak terjadi multikolinieritas.
commit to user
62
Tabel 5 Hasil Uji Multikolinieritas
Model
Collinearity Statistics Tolerance
VIF
CSRi .873
1.145 COMPEN
.845 1.184
LN_SIZE .920
1.087 LEV
.909 1.100
ROA .953
1.050 GROWTH
.957 1.045
a.
Dependent variable: DA Sumber: hasil pengolahan data
Tabel di atas menunjukkan bahwa nilai
tolerance
untuk semua variabel dalam tiap-tiap model regresi lebih besar dari 0,1 dan nilai
value inflating factor
untuk semua variabel dalam tiap-tiap model regresi lebih kecil dari 10. Hasil pengujian ini mengindikasikan bahwa dalam model-model regresi yang digunakan
dalam penelitian ini tidak terjadi gejala multikolinieritas.
c. Uji autokorelasi
Autokorelasi menunjuk pada hubungan yang terjadi antara anggota- anggota dari serangkaian observasi yang terletak berderetan secara
series
dalam bentuk waktu untuk
time series
atau hubungan antara tempat yang berdekatan
cross sectional.
Pada penelitian ini menggunakan alat uji
runs test.
Dari pengujiaan ini dapat dilihat apakah terjadi autokorelasi atau tidak yang didasarkan
pada nilai
Asymp. Sig
dalam uji
run test
. Apabila
Asymp. Sig
. lebih besar dari 5, maka tidak terjadi gejala autokorelasi dan sebaliknya jika
Asymp. Sig
lebih kecil 5 maka terjadi gejala aoutokorelasi dalam model regresi yang digunakan dalam
commit to user
63
penelitian ini. Berikut ini disajikan hasil uji
runs test
untuk mengindikasikan
asumsi autokorelasi dalam model regresi yang digunakan dalam penelitian ini. Tabel 6
Hasil UjiAutokorelasi
Unstandardized Residual Test Value
a
.00511
Cases Test Value
90
Cases = Test Value
91
Total Cases
181
Number of Runs
84
Z
-1.118
Asymp. Sig. 2- tailed
.264
a. Median Sumber: hasil pengolahan data
Tabel di atas menunjukkan bahwa nilai
Asymp. Sig
. dalam
runs-test
atas seluruh model penelitian yang digunakan dalam penelitian ini adalah sebesar
0,265 diatas 5. Hasil ini mengindikasikan bahwa variabel dalam model regresi yang digunakan dalam penelitian ini tidak terjadi gejala autokorelasi.
d. Uji heterokedastisitas
