Tabel 4.5 Uji Normalitas
4.4.2 Pengujian Asumsi Klasik
Pada penelitian in juga dilakukan pengujian terhadap regresi linier yang telah terbentuk sehingga estimasi yang dihasilkan diharapkan adalah estimasi yang bersifat
Best Linier Unbiased Estimation BLUE.
Pengujian ini dilakukan dengan alat uji yaitu uji multikolinieritas, uji heterokedastisitas dan uji autokorelasi. Pada persamaan regresi linier yang baik tidak
terjadi atau tidak boleh bersifat multikolinieritas, heterokedastisitas, maupun bersifat autokorelasi.
Berikut ini adalah pengujian yang menjelaskan bahwa yang digunakan dalam penelitian ini telah memenuhi regresi linier berganda yang diperoleh pada penelitian
ini telah memenuhi asumsi klasiknya yaitu, memenuhi multikolinieritas, heterokedastisitas dan autokorelasi.
One-Sample Kolmogorov-Smirnov Test
45 45
45 45
45 1.76911
.20711 .05533
.01844 13.81489
1.500336 .335868
.076947 .069149
1.216627 .178
.323 .251
.229 .095
.178 .323
.251 .178
.073 -.135
-.255 -.192
-.229 -.095
1.197 2.167
1.685 1.538
.636 .114
.167 .682
.176 .813
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed NILAI
NPM CAPEX
FIRM SIZE
Test distribution is Normal. a.
Calculated from data. Sumber : Data diolah lampiran 6
b. PERUSH
DER
4.4.2.1 Pengujian Multikolinieritas
Multikolinieritas adalah adanya korelasi variabel independent dalam regresi berganda. Pengujian asumsi ini berdasarkan nilai VIF Variance Inflation Factor
dengan kriteria sebagai berikut : • Jika VIF 10, maka variabel tersebut mengindikasikan adanya gejala
multikolinieritas Gujarati. • Nilai Eigenvalue mendekati 0 Singgih Santoso.
• Condition Index melebihi angka 15 Singgih Santoso.
Dari perhitungan SPSS dalam pengujian asumsi klasik terhadap analisis regresi linier berganda ini menyatakan bahwa hasil analisis penelitian ini
menunjukkan tidak adanya gejala multikolinieritas pada semua variabel bebas
dimana nilai VIF pada semua variabel lebih kecil dari 10. Tabel 4.6 Hasil VIF variabel bebas
Coefficients
a
4.006 2.596
1.543 .131
-.784 .698
-.175 -1.123
.268 .786
1.273 6.060
3.012 .311
2.012 .041
.803 1.245
4.157 3.432
.192 1.211
.233 .766
1.305 -.180
.184 -.146
-.979 .334
.862 1.160
Constant DER
NPM CAPEX
FIRM SIZE Model
1 B
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Tolerance
VIF Collinearity Statistics
Dependent Variable: NILAI PERUSH
Sumber : Data diolah lampiran 7
a.