4.2 Pengujuian Asumsi Klasik 4.2.1 Uji Normalitas Data
Tujuan dilakukannya uji normalitas adalah untuk menguji apakah dalam model regresi, residual memiliki distribusi normal. Cara yang
dilakukan untuk melihat normalitas adalah menggunakan analisa grafik grafik histogram dan normal probability plot dan analisa statisktik
dengan menggunakan uji kolmogorov-smornov K-S. Grafik histogram membandingkan antara data observasi dengan distribusi yang mendekati
distribusi normal. Dalam normal probability plot, jika distribusi data residual normal maka garis yang menggambarkan data sesungguhnya
akan mengikuti garis diagonalnya. Uji data statistik dengan model kolmogorov-Smirnov K-S
memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov
yang dapat dilihat dari : a.
Nilai signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
b. Nilai signifikan atau probabilitas 0,05, maka distribusi data adalah
tidak normal. Hasil uji normalitas dengan menggunakan Kolomogorov Smirnov
adalah seperti yang ditampilkan berikut ini :
Universitas Sumatera Utara
Tabel 4.3 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 115
Normal Parameters
a
Mean .0000000
Std. Deviation .09464098
Most Extreme Differences Absolute
.100 Positive
.100 Negative
-.074 Kolmogorov-Smirnov Z
1.075 Asymp. Sig. 2-tailed
.198 a. Test distribution is Normal.
Sumber : Data yang diolah oleh peneliti, 2011
Berdasarkan table 4.3 dalam hasil uji statistik dengan model Kolmogorov-Smirnov dapat dilihat bahwa signifikan 2-tailed
Kolmogorov-Smirnov dari variabel kepemilikan manajerial, proporsi dewan komisaris, komite audit dan manajemen laba perusahaan lebih
besar dari 0,05 atau telah terdistribusi dengan normal. Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data
telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.2.2 Uji Multikolonieritas
Tujuan dilakukannya uji multikolonieritas yaitu untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel
Universitas Sumatera Utara
bebas.. Hasil dari uji multikolonieritas dapat dilihat dalam table 4.4 sebagai berikut :
Tabel 4.4 Uji Multikolonieritas
Model Collinearity Statistics
Tolerance VIF
1 Constant
KM .996
1.004 PDK
.976 1.025
KA .978
1.022
Sumber : Data yang diolah oleh peneliti, 2011
Hasil uji multikolonieritas menunjukkan nilai tolerance 0,10 dan nilai VIF 10 untuk semua variabel penelitian yaitu KM, PDK dan KA. Hal
ini menunjukkan bahwa tidak ada multikolonieritas dalam model regresi.
4.2.3 Uji Heterokedastisitas
Uji heterokedastisitas dilakukan dengan menggunakan Uji Glejser dilakukan dengan meregres nilai absolut residual terhadap variabel
independen. Dalam pengambilan keputusan dapat dilihat dari koefisien parameter, jika nilai probabilitas signifikansinya di atas 0,05 maka dapat
disimpulkan tidak terjadi heteroskedastisitas. Namun sebaliknya, jika nilai probabilitas signifikansinya di bawah 0,05 maka dapat dikatakan
telah terjadi heteroskedastisitas. Berikut hasil pengujian
heteroskedastisitas :
Universitas Sumatera Utara
Tabel 4.5 Uji Heteroskedastisitas
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .095
.059 1.626
.107 KM
-.024 .037
-.061 -.643
.521 PDK
.010 .055
.018 .187
.852 KA
-.040 .161
-.024 -.247
.805 a. Dependent Variable: AbsUt
Sumber: Data yang diolah peneliti, 2011.
Berdasarkan tabel di atas, dapat terlihat bahwa tidak ada variabel yang memiliki nilai probabilitas signifikansinya di bawah 0,05. Hal ini
dapat disimpulkan bahwa model regresi dinyatakan bebas dari gejala heteroskedastisitas.
4.2.4 Uji Autokorelasi
Dalam uji autokolerasi ini kita dapat menguji apakah dalam model regresi linier ada kolerasi antara kesalahan pengganggu pada periode t
dengan kesalahan-kesalahan pengganggu pada periode sebelumnya.
Tabel 4.6 Uji Autokolerasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .156
a
.024 -.002
.09591 2.202
a. Predictors: Constant, KA, KM, PDK b. Dependent Variable: ML
Sumber: Data yang diolah peneliti, 2011.
Universitas Sumatera Utara
Tabel 4.6 memperlihatkan nilai statistik D-W sebesar 2,202 lebih besar dari batas atas du 1,736 dan kurang dari 4 – 1,736 4-du, maka
dengan demikian tidak terjadi autokorelasi.
4.3 Pengujian Hipotesis Penelitian 4.3.1 Koefesian Determinasi R2
