Tabel 4.5 Kolmogorov-Smirnov K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a,b
Mean .0000000
Std. Deviation .05970969
Most Extreme Differences Absolute
.099 Positive
.051 Negative
-.099 Kolmogorov-Smirnov Z
.596 Asymp. Sig. 2-tailed
.869 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data diolah peneliti, 2011 Dari tabel di atas, terlihat bahwa nilai signifikansi sebesar 0,869 lebih
besar dari pada 0,05 sehingga dapat disimpulak bahwa data residual berdistribusi dengan normal.
2. Uji Multikolinieritas
Multikolinearitas artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna atau
mendekati sempurna Situmorang, 2010: 153. Uji Multikolinieritas bertujuan untuk mengidentifikasi ada tidaknya hubungan antar variabel independen
dalam model regresi. Menurut Lubis,2007: 32, pengujian terhadap multikolinieritas dapat
dilakukan dengan :
Universitas Sumatera Utara
a. jika nilai Variance Inflation Factor VIF tidak lebih dari 10 dan nilai
tolerance tidak kurang dari 0,1 maka model penelitian terbebas dari multikolinieritas. Semakin tinggi VIF maka semakin rendah tolerance.
Tabel 4.6 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant .284
.216 1.315
.199 CR
-.001 .001
-.308 -1.715
.097 .672
1.487 DAR
.002 .090
.004 .019
.985 .457
2.189 TATO
.008 .021
.070 .385
.703 .659
1.518 NPM
.022 .056
.067 .387
.701 .724
1.381 LN_AKTV
.011 .008
.264 1.383
.178 .592
1.688 TK
.126 .079
.332 1.596
.122 .501
1.996 UMUR
.001 .004
.069 .343
.734 .535
1.869 a. Dependent Variable: KLKPN
Sumber : Data diolah oleh penulis, 2011 Dari tabel 4.6, masing- masing variabel independen memiliki VIF tidak
lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 sehingga dapat dinyatakan bahwa model regresi linier berganda terbebas dari multikolinieritas
dan dapat digunakan dalam penelitian. b.
Jika nilai koefisien korelasi antar masing- masing variabel independen kurang dari 0,70, maka model penelitian dinyatakan bebas dari multikolinieritas.
Jika lebih dari 0,70 maka diasumsikan terjadi korelasi yang sangat kuat antar variabel independen sehingga terjadi multikolinieritas.
Universitas Sumatera Utara
Tabel 4.7 Coefficient Correlations
Sumber : Data diolah oleh Penulis, 2011
Berdasarkan tabel 4.7, nilai koefisien korelasi antar masing- masing variabel independen kurang dari 0,7, maka dapat dikatakan bahwa model
regresi linier berganda terbebas dari multikolinieritas dan dapat digunakan dalam penelitian.
3. Uji Autokorelasi