Tabel 4.3 menunjukkan besarnya Kolmogorov-Smirnov K-S adalah 1,211 dan signifikansi pada 0,107 sehingga dapat disimpulkan bahwa data
dalam model regresi telah berdistribusi secara normal, dimana nilai signifikansinya lebih besar dari 0,05 p = 0,107 0,05.
b. Uji Multikolinieritas
Mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat besaran korelasi antar variabel independen. Batas tolerance value
adalah 0,1 dan batas VIF adalah 10. Suatu data penelitian dikatakan terjadi multikolinieritas apabila tolerance value 0,1 dan VIF 10. Sebaliknya
data yang terbebas dari multikolinieritas adalah tolerance value 0,1 dan VIF 10. Hasil pengujian data disajikan pada tabel 4.4 sebagai berikut.
Tabel 4.4 Uji multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.523 .138
3.802 .001
CR -.022
.018 -.199
-1.196 .239
.802 1.248
DER .060
.043 .240
1.408 .167
.761 1.315
Deviden -.416
.209 -.316
-1.992 .054
.883 1.133
a. Dependent Variable: GR
sumber: output SPSS, diolah penulis, 2010 Hasil pengujian multikolinearitas pada gambar 4.2 menunjukkan nilai
tolerance variabel independen lebih dari 0,10. Hal ini dilihat pada
Universitas Sumatera Utara
tolerance value CR yaitu 0,802; DER sebesar 0,761; deviden sebesar 0,883 dan hasil perhitungan VIF kurang dari 10 yakni terlihat pada nilai
CR sebesar 1,248; DER sebesar 1,315; deviden sebesar 1,133. Hal ini berarti tidak terjadi korelasi antar variabel independen sehingga data
tersebut dapat digunakan dalam penelitian.
c. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode saat ini
dengan kesalahan pengganggu periode sebelumnya. Autokorelasi sering terjadi pada sampel dengan data time series dengan n sampel adalah
periode waktu. Pengujian autokorelasi pada penelitian ini dilakukan dengan menggunakan uji Durbin-Watson.
Tabel 4.5 Uji Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error
of the Estimate
Durbin- Watson
1 .399
a
.159 .092
.33006 1.184
a. Predictors: Constant, Deviden, CR, DER b. Dependent Variable: GR
Hasil pengujian pada tabel 4.6 menunjukkan bahwa nilai D-W sebesar 1,184. Nilai ini diatas -2 dan dibawah +2, artinya tidak terjadi atokorelasi
pada data penelitian ini.
Universitas Sumatera Utara
d. Uji Heterokedastisitas