-3 -2
-1 1
2 3
-2 -1
1 2
3 Quantiles of RES ID
Q ua
nt ile
s of
N or
m al
Gambar 4.3 Histogram Jarque-Bera Regresi Linear Berganda
Berdasarkan Gambar 4.3 terlihat bahwa nilai Jarque-Bera sebesar 1,393442 nilai kritis chi-kuadrat 5,991465, sedangkan dari tingkat signifikansi
terlihat bahwa nilai probability sebesar 0,4982160,05. Dengan demikian sesuai kriteria pengujian, maka dapat disimpulkan bahwa data terlah berdistribusi
normal.
b. Uji Normalitas Grafik QQ-Plot
Uji normalitas dengan pendekatan Grafik QQ-Plot dapat dilihat pada Gambar 4.4 berikut:
Sumber: Hasil Penelitian 2016
Gambar 4.4 QQ Plot Regresi Linear Berganda
Berdasarkan Gambar 4.4 QQ Plot terlihat bahwa titik-titik penyebaran data berada disekitar sumbu diagonal dari grafik. Dengan demikian dapat disimpulkan
bahwa data telah berdistribusi secara normal.
2. Uji Heteroskedastisitas
Hasil uji Heteroskedastisitas dengan uji Glejser dapat dilihat pada Tabel
Universitas Sumatera Utara
4.5 berikut:
Tabel 4.5 Uji Glejser Regresi Linear Berganda
Heteroskedasticity Test: Glejser F-statistic
2.421017 Prob. F2,53 0.0986
ObsR-squared 4.687835 Prob. Chi-Square2
0.0960 Scaled explained SS
3.847203 Prob. Chi-Square2 0.1461
Test Equation: Dependent Variable: ARESID
Method: Least Squares Date: 060916 Time: 16:49
Sample: 1 56 Included observations: 56
Variable Coefficient
Std. Error t-Statistic
Prob. C
2.441938 0.785954
3.106974 0.0030
LOGDPR -0.303641
0.185658 -1.635486
0.1079 LOGDER
-0.127215 0.093298
-1.363524 0.1785
Sumber: Hasil Penelitian 2016
Berdasarkan Tabel 4.2 terlihat bahwa tingkat signifikansi variabel Dividend Payout Ratio sebesar 0,1079 0,05, dan tingkat signifikansi Debt to
Equity Ratio sebesar 0,1785 0,05. Dengan demikian terlihat bahwa tidak satupun variabel independen yang berpengaruh signifikan secara statistik terhadap
variabel ARESID Absolut Residual. Maka berdasarkan kriteria pengujian dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas.
3. Uji Multikolinearitas
Asumsi selanjutnya yang harus dipenuhi adalah asumsi non multikolonearitas. Hasil Uji Multikolinearitas dapat dilihat pada Tabel 4.6
berikut:
Universitas Sumatera Utara
Tabel 4.6 Uji Multikolinearitas Regresi Linear Berganda
Variance Inflation Factors Date: 060916 Time: 16:50
Sample: 1 56 Included observations: 56
Coefficient Uncentered
Centered Variable
Variance VIF
VIF LOGDPR
0.119385 109.6043
1.004183 LOGDER
0.030149 31.57744
1.004183 C
2.139515 132.7355
NA
Sumber: Hasil Penelitian 2016
Berdasarkan Tabel 4.3 terlihat bahwa nilai VIF seluruh variabel bebas 10 sehingga berdasarkan kriteria pengujian maka dapat disimpulan bahwa antar
variabel bebas tidak terjadi gejala multikolinearitas.
4. Uji Autokorelasi
Untuk mendeteksi ada atau tidaknya autokorelasi, digunakan nilai Durbin- Watson. Hasil Uji Autokorelasi dengan Durbin-Watson dapat dilihat pada Tabel
4.7 berikut:
Tabel 4.7 Uji Autokorelasi Regresi Linear Berganda
R-squared 0.290933 Mean dependent var
9.081527 Adjusted R-squared
0.264176 S.D. dependent var 1.107569
S.E. of regression 0.950075 Akaike info criterion
2.787532 Sum squared resid
47.84009 Schwarz criterion 2.896033
Log likelihood -75.05090 Hannan-Quinn criter.
2.829598 F-statistic
10.87304 Durbin-Watson stat 2.015195
ProbF-statistic 0.000110
Sumber: Hasil Penelitian 2016
Berdasarkan Tabel 4.4 terlihat bahwa nilai Durbin-Watson Statistik sebesar 2,015195. Sedangkan nilai dl pada Tabel Durbin-Watson sebesar 1,4954
dan nilai du sebesar 1,6430. Dengan demikian nilai dl dw 4-du maka 1,4954 2,015195 2,357. Dengan demikian berdasarkan kriteria pengujian maka dapat
Universitas Sumatera Utara
2 4
6 8
1 0
-1.0 -0.8
-0.6 -0.4
-0.2 0.0
0.2 0.4
0.6 0.8
Series: Residuals Sample 1 56
O bservations 56 Mean
- 4.58e-17 Median
0.105128 Maximum
0.781982 Minimum
- 0.923835 Std. Dev.
0.464940 Skewness
- 0.533720 Kurtos is
2.393254 Jar que-Bera
3.517664 Probability
0.172246
disimpulkan tidak terjadi autokorelasi sehingga asumsi non-autokorelasi telah terpenuhi.
4.2.2.2 Uji Asumsi Klasik Regresi Linear Sederhana 1. Uji Normalitas
a. Pendekatan Histogram Jarque-Bera Uji normalitas dengan pendekatan histogram Jarque-Bera dapat dilihat pada
Gambar berikut:
Sumber: Hasil Penelitian 2016
Gambar 4.5 Histogram Jarque-Bera Regresi Linear Sederhana
Berdasarkan Gambar 4.3 terlihat bahwa nilai Jarque-Bera sebesar 3,517664 nilai kritis chi-kuadrat 3,841459, sedangkan dari tingkat signifikansi
terlihat bahwa nilai probability sebesar 0,172246 0,05. Dengan demikian sesuai kriteria pengujian, maka dapat disimpulkan bahwa data terlah berdistribusi
normal.
Universitas Sumatera Utara
-1.2 -0.8
-0.4 0.0
0.4 0.8
1.2
-1.2 -0.8
-0.4 0.0
0.4 0.8
Quantiles of RESID
Q ua
n ti
le s
of N
o rm
a l
b. Pendekatan QQ-Plot Uji normalitas dengan pendekatan QQ-Plot dapat dilihat pada Gambar
berikut:
Sumber: Hasil Penelitian 2016
Gambar 4.6 QQ Plot Regresi Linear Sederhana
Berdasarkan Gambar 4.4 QQ Plot terlihat bahwa titik-titik penyebaran data berada disekitar sumbu diagonal dari grafik. Dengan demikian dapat disimpulkan
bahwa data telah berdistribusi secara normal.
2. Uji Heteroskedastisitas