2. Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dilakukan uji asumsi klasik sebagai syarat untuk dapat menggunakan model regresi. Uji asumsi klasik
ini terdiri dari normalitas, multikonlinearitas, autokorelasi, heteroskedastisitas.
a. Uji Normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi
normal. Uji normalitas data dalam penelitian ini menggunakan alat uji Kolmogorov-Smirnov
terhadap data residual regresi dan dilakukan dengan program SPSS 16.0. Hasil pengujian normalitas dengan
Kolmogorov-Smirnov dapat dilihat pada tabel berikut ini
Tabel IV. 3 Normalitas Data
Unstandardized Residual
N 70
Normal Parameters
a
Mean Std.
Deviation 0,333676287
Most Extreme Differences Absolute
0,99 Positive
0,99 Negative
-0,067 Kolmogorov-Smirnov Z
0,832 Asymp. Sig. 2-tailed
0,492 Sumber: hasil pengolahan data
Tabel IV.3 menunjukkan bahwa nilai asymp.sig dalam uji kolmogorov smirnov
atas seluruh nilai residu data yang digunakan dalam penelitian ini di atas tingkat signifikasi penelitian 5 yaitu 0,492 atau 49,2,
sehingga keseluruhan data yang digunakan sebagai sampel dalam nelitian telah terdistribusikan dengan normal.
b. Uji Multikolinearitas
Multikolinearitas adalah kondisi adanya hubungan linear antarvariabel independen. Cara yang digunakan dalam penelitian ini adalah dengan
metode korelasi berpasangan antar variabel. Pengujian dilakukan dengan SPSS 16.00 for windows menggunakan covariance matrix dan
collinearity diagnostics . Default bagi angka tolerance adalah 0,0001.
Semua variabel yang dimasukkan dalam perhitungan model regresi harus mempunyai toleransi diatas angka ini. Jika VIF lebih besar dari 5
maka variabel tersebut mempunyai persoalan Multikolinearitas dengan variabel bebas yang lain. Jika dilihat pada tabel maka semua variabel
bebas telah memenuhi persyaratan ambang toleransi, nilai VIF sekitar 1 dan koefisien korelasi antar variabel independen yang lemah
semuanya dibawah 0,5. Dengan demikian disimpulkan tidak ada Multikolinearitas dalam model regresi ini.
Tabel IV.4 menunjukkan bahwa nilai tolerance untuk variabel Real Estate
REAL dan Capital CAP dalam model regresi kurang dari 0,1 dan nilai VIF untuk variabel tersebut lebih besar dari 10. Hasil
pengujian ini mengindikasikan bahwa dalam model regresi yang
digunakan dalam penelitian ini terjadi gejala multikolinieritas.
Tabel IV.4 Uji Multikolinieritas
Variable Tolerance
VIF Kesimpulan
LogREV 0,124
8,072 Tidak terjadi multikolinieritas
LogEXP 0,631
1,585 Tidak terjadi multikolinieritas
LogREAL 0,057
17,517 Terjadi multikolinieritas
LogCAP 0,050
20,079 Terjadi multikolinieritas
LogTAX 0,211
4,743 Tidak terjadi multikolinieritas
LogGRANT 0,711
1,407 Tidak terjadi multikolinieritas
LogGDP 0,159
6,305 Tidak terjadi multikolinieritas
LogEMPLOY 0,459
2,179 Tidak terjadi multikolinieritas
Sumber: hasil pengolahan data
Dalam Ghozali 2006 dijelaskan bahwa salah satu cara untuk mengobati adanya multikolinieritas adalah dengan mengeluarkan
variable independen yang memiliki nilai korelasi tinggi dari model regresi. Berdasarkan data koefisien korelasi antara varibel independen,
nilai korelasi tertinggi adalah varibel LogCAP yaitu sebesar 97, sehingga variable capital CAP dikeluarkan dari model regresi.
Tabel IV.5 Uji Multikolinieritas setelah variabel Capital CAP dikeluarkan
Variable Tolerance
VIF Kesimpulan
LogREV 0,132 7,549
Tidak terjadi multikolinieritas LogEXP
0,635 1,574 Tidak terjadi multikolinieritas
LogREAL 0,568 1,760
Tidak terjadi multikolinieritas LogTAX
0,212 4,727 Tidak terjadi multikolinieritas
LogGRANT 0,715 1,399
Tidak terjadi multikolinieritas LogGDP
0,159 6,291 Tidak terjadi multikolinieritas
LogEMPLOY 0,464 2,153
Tidak terjadi multikolinieritas Sumber: hasil pengolahan data
Berdasarkan tabel diatas bias dilihat bawah nilai tolerance untuk keseluruhan variable independen lebih besar dari 0.1 dan nilai VIF
kurang dari 10, hal ini menunjukan bahwa dalam model regresi yang digunakan dalam penelitian ini tidak terjadi gejala multikolinieritas
atau seluruh variabel dalam model-model penelitian ini homoskedastisitas.
c. Uji Autokorelasi
Kategori