commit to user
1. Uji Asumsi Klasik
Pengujian asumsi klasik yang dilakukan terdiri dari: 1 pengujian normalitas, 2 pengujian multikolinieritas, 3 pengujian autokorelasi,
dan 4 pengujian heteroskedastisitas. Pada penelitian ini, uji asumsi klasik sebagai syarat untuk dilakukan uji regresi berganda telah
terpenuhi, dimana penjelasannya adalah sebagai berikut:
a. Normalitas
Pengujian normalitas data dilakukan dengan tujuan untuk mengetahui apakah dalam model regresi, residual telah memiliki
distribusi normal. Pengujian normalitas data residual baik berdasarkan grafik histogram, grafik Normal Probability Plot,
maupun secara statistik yaitu dengan menggunakan uji statistik non- parametrik One Sample Kolmogorov-Smirnov K-S menunjukan
hasil yang sama bahwa data residual terdistribusi normal. Hal tersebut didasarkan pada grafik histogram yang menunjukan pola
distribusi yang normal dan tidak menceng baik ke kanan maupun ke kiri, grafik normal probability plot yang menunjukan pola distribusi
data yang menyebar mengikuti arah dan mendekati garis diagonal, dan nilai signifikansi Z sebesar 0,988 0,05 pada uji statistik non-
parametrik One Sample Kolmogorov-Smirnov. Hasil pengujian dapat dilihat pada gambar dan tabel berikut ini.
commit to user
Gambar 4.1 Grafik Normalitas Histogram
Sumber: Hasil Pengolahan Data, 2011
Gambar 4.2 Grafik
Normal Probability Plot
Sumber: Hasil Pengolahan Data, 2011
commit to user
Tabel 4.3 Pengujian Normalitas dengan
One Sample Kolmogorov-Smirnov
Unstandardized Residual N
30 Normal Parameters
a
Mean .0000000
Std. Deviation 1.82401460
Most Extreme Differences
Absolute .082
Positive .069
Negative -.082
Kolmogorov-Smirnov Z .447
Asymp. Sig. 2-tailed .988
Sumber: Hasil Pengolahan Data, 2011
b. Multikolinieritas
Tabel 4.4 Pengujian Multikolinieritas dengan VIF
Variabel Collinearity Statistics
Tolerance VIF
Constant ACSIZE
.883 1.132
ACINDP .651
1.535 ACMEET
.859 1.164
ACCOMP .768
1.302 LN_Size
.657 1.522
Sumber: Hasil Pengolahan Data, 2011 Hasil perhitungan nilai Tolerance menujukkan tidak ada
variabel independen yang memiliki nilai kurang dari 0,10, sedangkan hasil perhitungan nilai Variance Inflation Factor VIF juga
menunjukkan tidak ada satu variabel independen yang memiliki nilai lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada
multikolonieritas antar variabel independen dalam model regresi.
commit to user
c. Autokorelasi