Double log adalah merubah seluruh variabel penelitian, baik dependen maupun independen kedalam bentuk logaritma. Helmi dkk 2010 juga menyatakan bahwa
tindakan perbaikan heteroskedastisitas dapat dilakukan dengan 2 dua cara, salah satunya adalah dengan melakukan transformasi data variabel independen dan variabel
dependen kedalam bentuk logaritma. Secara rinci hasil pengujian asumsi klasik data tranform-Log dari sepuluh variabel corporate social responsibility, leverage,
investment opportunity set, ukuran perusahaan, kepemilikan manajerial, profitabilitas, komisaris independen, cash holding dan dividend payout ratio ditunjukkan pada
pembahasan berikut ini :
5.1.2.1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Untuk menguji apakah
data penelitian ini terdistribusi normal atau tidak dapat dideteksi melalui 2 dua cara yaitu analisis grafik dan analisis statistik :
Analisis Grafik
Cara termudah untuk melihat normalitas residual adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi
normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Selain itu untuk melihat
normalitas residual juga dapat dilakukan dengan melihat grafik histogram yang
Universitas Sumatera Utara
membandingkan antara data observasi dengan distribusi normal yang mendekati
distribusi normal.
Sumber : Hasil Penelitian, 2012 Data Diolah Gambar 5.2 Normal P-Plot of Regression Standardized Residual
Sumber : Hasil Penelitian, 2012 Data Diolah
Gambar 5.3 Histogram
Universitas Sumatera Utara
Dengan melihat tampilan grafik normal plot pada Gambar 5.2 dapat disimpulkan bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonalnya. Hal ini menunjukkan data residual berdistribusi normal. Demikian pula dengan grafik histogram pada Gambar 5.3 yang menunjukkan bahwa data residual
berdistribusi normal yang dilihat dari gambar berbentuk bel yang hampir sempurna.
Analisis Statistik
Uji statistik yang dapat digunakan untuk menguji normalitas residual antara lain adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji K-S
dilakukan dengan membuat hipotesis : -
H
o
- H
: Data residual berdistribusi normal
1
Untuk menentukannya maka kriterianya adalah : : Data residual tidak berdistribusi normal
- H
o
- H
diterima apabila nilai signifikansi Asymp. Sig 0,05
1
diterima apabila nilali signifikansi Asymp. Sig 0,05
Tabel 5.3. Kolmogorov Smirnov Test
Unstandardized Residual
N
32 Normal Parameters
Mean
a,,b
.0000000 Std. Deviation
.03033036 Most Extreme Differences
Absolute .136
Positive .136
Negative -.121
Kolmogorov-Smirnov Z .772
Asymp. Sig. 2-tailed .591
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Penelitian, 2012 Data Diolah
Universitas Sumatera Utara
Dari hasil uji statistik terlihat pada Tabel 5.3 nilai Kolmogorov-Smirnov Z sebesar 0,772 dan signifikansinya pada 0,591
dan nilainya diatas α = 0,05 Asymp. Sig = 0,591 0,05 sehingga hipotesis Ho diterima, yang berarti data residual
berdistribusi normal.
5.1.2.2. Uji Multikolinearitas
