47
Tabel 4.3
Berdasarkan hasil pengujian normalitas dengan uji K-S pada table 4.3 tersebut telah menunjukkan bahwa residual
terdistribusi secara normal, dengan nilai signifikansi 0,829 0,05.
4.3.2 Uji multikolonieritas
Pengujian ini bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Dalam
model regresi yang baik tidak terjadi korelasi antar variabel independen. Ada atau tidaknya korelasi dapat dilakukan dengan melihat tolerance dan
lawannya yaitu VIF Variance inflation factor. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh
variabel independen lainnya. Dengan kata lain, setiap variabel independen menjadi variabel dependen dan diregres terhadap variabel independen
lainnya untuk mengetahui korelasi antar variabel independen tersebut. Nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF =
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 99
Normal Parameters
a
Mean .0000000
Std. Deviation .04715927
Most Extreme
Differences Absolute
.063 Positive
.048 Negative
-.063 Kolmogorov-Smirnov Z
.625 Asymp. Sig. 2-tailed
.829 a.
Test distribution is Normal.
Universitas Sumatera Utara
48
1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,1 atau sama dengan VIF 10.
Dengan kata lain, data yang bebas multikolonieritas adalah yang memiliki nilai tolerance 0,1 dan VIF 10. Berikut adalah hasil dari uji
multikolonieritas.
Tabel 4.4 Coefficients
a
Model Collinearity
Statistics Tolerance
VIF 1
Kepemilikan_Manajeri al
.974 1.027
Proporsi_Dewan_Komi saris
.982 1.018
Komite_Audit .963
1.039 Ukuran_Perusahaan
.956 1.046
a. Dependent Variable: Manajemen_Laba Sumber: Hasil Pengelolaan SPSS, 2015
Berdasarkan table 4.4 dapat dilihat bahwa tidak satupun variabel bebas yang memiliki nilai tolerance 0.1 dan nilai VIF 10. Oleh karena
itu, dapat disimpulkan bahwa semua variabel bebas yang dipakai dalam penelitian ini bebas dari adanya multikolonieritas.
4.3.3 Uji heteroskedastisitas
Pengujian ini bertujuan untuk mengetahui apakah dalam model regresi terjadi perbedaan variance dari residual suatu pengamatan ke
pengamatan lain. Dalam model regresi yang baik adalah tidak terjadi heteroskedastisitas. Pengujian heterokedastisitas dilakukan dengan
Universitas Sumatera Utara
49
menggunakan grafik scatterplot antara nilai prediksi variabel terikat, dalam hal ini adalah manajemen laba ML, yaitu ZPRED dengan
residualnya SRESID. Ada tidaknya gejala heteroskedastisitas dapat diketahui dengan melihat grafik scatterplot dengan dasar analisis sebagai
berikut : 1.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit, maka
mengindikasikan telah
terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.5
Sumber: Hasil Pengolahan SPSS, 2015 Berdasarkan gambar 4.5 tersebut dapat dilihat bahwa titik-titik
menyebar di bawah dan diatas angka 0 pada sumbu Y dan tidak
Universitas Sumatera Utara
50
membentuk pola
tertentu yang
berarti bahwa
tidak terjadi
heteroskedastisitas pada model regresi.
4.3.4 Uji autokorelasi
