Tabel 5.5 Tabel Uji Normalitas One-Sample Kolmogorov-Smirnov Test 2
LNCSR X1
LNGCG X2
LNROE X3
LNTOBINSQ Y
N 68
68 68
68 Normal Parameters
Mean
a,b
-1,1675 -,3490
3,0921 ,0870
Std. Deviation ,56392
,70466 ,72983
1,08122 Most Extreme
Differences Absolute
,136 ,120
,144 ,110
Positive ,136
,104 ,101
,057 Negative
-,094 -,120
-,144 -,110
Kolmogorov-Smirnov Z 1,122
,992 1,187
,910 Asymp. Sig. 2-tailed
,161 ,278
,119 ,379
a. Test distribution is Normal. b. Calculated from data.
Dari hasil transformasi variabel X1,X2,X3 dengan X3 dapat dilihat normalitas data dengan membandingkan nilai probabilitas asymp.sig 2-tailed
sebesar 0,161, 0,278, 0,119 dan 0,379 yang lebih besar dari 0,05 maka data berdistribusi normal.
5.3.2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Multikolinieritas berarti
adanya hubungan yang kuat antara beberapa variabel atau semua variabel independen dalam model regresi. Untuk menguji ada tidaknya multikolinieritas di
antara variabel independen maka digunakan nilai variance inflation factors VIF dan nilai tolerance. Bila nilai tolerance lebih besar dari 0,10 atau nilai VIF lebih
kecil dari 10 maka tidak terjadi multikolinieritas.
Universitas Sumatera Utara
Tabel 5.6 Tabel Uji Multikolinieritas
Collinearity Statistics
Model Collinearity Statistics
Keterangan Tolerance
VIF 1
Constant ZscoreX1
,891 1,122
Tidak ada multikolinieritas ZscoreX2
,876 1,142
Tidak ada multikolinieritas ZscoreX3
,847 1,181
Tidak ada multikolinieritas ABS_X1_X3
,644 1,552
Tidak ada multikolinieritas ABS_X2_X3
,955 1,047
Tidak ada multikolinieritas ABS_X1_X2_X3
,652 1,533
Tidak ada multikolinieritas a. Dependent Variable: TOBINSQ
Dari tabel diatas dapat dilihat nilai tolerance lebih besar dari 0,10 dan nilai variance inflation factors VIF lebih kecil dari 10, maka tidak terjadi
multikolinieritas diantara variabel independen.
5.3.3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode tertentu t
dengan kesalahan pada periode sebelumnya t-1. Cara menguji autokorelasi salah satunya adalah dengan uji Durbin-Watson Durbin-Watson test. Pengambilan
keputusan dapat didasarkan bila nilai Durbin-Watson terletak diantara batas atas atau upperbound du dan 4-du, maka koefisien korelasi autokorelasi sama
dengan nol, berarti tidak ada autokorelasi.
Universitas Sumatera Utara
Tabel 5.7 Tabel Uji Autokorelasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,670
,449
a
,395 1.328702
1,952 a. Predictors: Constant, ABS_X1_X2_X3, ABS_X2_X3, ZscoreX1, ZscoreX2, ZscoreX3,
ABS_X1_X3 b. Dependent Variable: TOBINSQ
Nilai Durbin-Watson sebesar 1,952 dibandingkan dengan nilai tabel dengan menggunakan nilai signifikasi sebesar 0,05, jumlah sampel sebanyak 68
dan jumlah variabel independen 6k=6, maka dapat dilihat dalam tabel Durbin- Watson nilai dl sebesar 1,4217 dan nilai du sebesar 1,8032. Nilai Durbin-Watson
berada diantara nilai du dan nilai 4-du 1,80321,9522,1968. Maka koefisien korelasi autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
5.3.4. Uji Heteroskedastisitas
