commit to user
49
C. Pengujian Asumsi Klasik
Model regresi dalam penelitian dapat digunakan untuk estimasi dengan signifikan dan representatif jika model regresi tersebut tidak
menyimpang dari asumsi dasar klasik regresi berupa: normalitas, autokorelasi, heteroskedastisitas dan multikolinearitas.
1. Uji Normalitas
Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov-Smirnov terhadap residual regresi yang dilakukan dengan
program SPSS 16.0. hasil pengujian dapat dilihat pada lampiran. Secara ringkas hasil ditunjukkan pada tabel berikut.
Tabel IV.3 Hasil Uji Normalitas Data
Unstandardized Residual N
68 Normal Parameters
a
Mean 0,0000000
Std. Deviation 15,12257335
Most Extreme Differences Absolute
0,110 Positive
0,110 Negative
-0,082 Kolmogorov-Smirnov Z
0,910 Asymp. Sig. 2-tailed
0,379 a. Test distribution is Normal.
Sumber: hasil pengolahan data
Hasil pengujian Kolmogorov-Smirnov dengan residual dapat diketahui p-value lebih besar dari
5 p α, maka dapat dinyatakan bahwa seluruh data memiliki sebaran data normal.
2. Uji Multikolinearitas
commit to user
50
Multikolinearitas digunakan untuk mengetahui korelasi antar variabel independen. Model regresi yang baik adalah model yang tidak
terdapat korelasi antara variabel independen atau korelasinya rendah. Keberadaan multikolinearitas diketahui dengan Varians Inflating Factor
VIF dan Tolerance. Berikut disajikan hasil uji multikolinearitas.
Tabel IV.4 Hasil Uji Multikolinearitas
Variabel Tolerance
VIF Keterangan
INSTT 0,848
1,179 Tidak terdapat multikolinearitas
BOARD 0,953
1,049 Tidak terdapat multikolinearitas
FREQ 0,809
1,235 Tidak terdapat multikolinearitas
LN_SIZE 0,967
1,034 Tidak terdapat multikolinearitas
Sumber: hasil pengolahan data Hasil pengujian multikolinearitas menunjukkan bahwa semua
variabel independen memiliki nilai tolerance lebih dari 0,1 10, tidak ada korelasi antar variabel bebas yang nilainya lebih dari 90. Hasil
penghitungan juga menunjukkan bahwa semua variabel bebas memiliki VIF kurang dari 10, sehingga dapat disimpulkan bahwa tidak terjadi
gejala multikolinearitas dalam model regresi yang digunakan.
3. Uji Autokorelasi
Pada penelitian ini menggunakan alat uji runs test. Dari pengujiaan ini dapat dilihat apakah terjadi autokorelasi atau tidak
didasarkan pada nilai asymp. sig dalam uji run test. Apabila asymp. Sig. Lebih besar dari 5, maka tidak terjadi gejala autokorelasi dan sebaliknya
jika asymp. Sig. Lebih kecil 5 maka terjadi gejala aoutokorelasi dalam
commit to user
51
model regresi yang digunakan dalam penelitian ini. Berikut ini disajikan hasil uji runs test untuk mengindikasikan asumsi autokorelasi dalam
model regresi yang digunakan dalam penelitian ini.
Tabel IV.5 Hasil Uji Runs Test
Unstandardized Residual
Test Value
a
-0,77451 Cases Test Value
34 Cases = Test Value
34 Total Cases
68 Number of Runs
33 Z
-0,489 Asymp. Sig. 2-tailed
0,625 a. Median
Sumber: hasil pengolahan data
4. Uji Heteroskedastisitas