Tabel 4.15. Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
78 Normal Parameters
a,b
Mean .0000000
Std. Deviation .05143448
Most Extreme Differences Absolute
.050 Positive
.050 Negative
-.049 Kolmogorov-Smirnov Z
.440 Asymp. Sig. 2-tailed
.990 a. Test distribution is Normal.
b. Calculated from data.
Hasil uji Kolmogorov-Smirnov menunjukkan tingkat signifikansi sebesar 0,990 yang berarti di atas 0,05, maka dapat dikatakan data berdistribusi normal. Berdasarkan
hasil uji grafik ataupun statistik, maka dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
4.1.2.2 Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas independen. Model regresi yang baik seharusnya
tidak terjadi korelasi antar variabel bebas independen. Untuk mendeteksi ada atau tidaknya multikolonieritas, dapat dilihat dari nilai tolerance dan lawannya variance
inflation factor VIF. Multikolonieritas dapat dilihat dengan membandingkan nilai tolerace dan variance inflation factor VIF. Multikolonieritas terjadi apabila nilai
tolerance 0,10 dan nilai VIF 10. Hasil uji multikolonieritas dapat dilihat pada tabel berikut:
Tabel 4.16. Hasil Uji Multikolinierotas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-.094 .074
-1.263 .211
Board_Indep -.030
.054 -.063
-.562 .576
.786 1.272
Board_Size .003
.004 .081
.698 .487
.739 1.353
Board_Comp .005
.002 .354
2.669 .009
.568 1.760
Ac_Meet .011
.004 .329
2.490 .015
.573 1.745
Ac_Size -.046
.024 -.240
-1.912 .060
.635 1.574
Ac_Comp .004
.002 .253
2.299 .024
.826 1.210
a. Dependent Variable: CON_ACC
Tabel di atas menunjukkan bahwa tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel
independen. Suatu model regresi dinyatakan bebas dari multikolineritas adalah jika mempunyai nilai VIF di bawah 10. Dari tabel tersebut diperoleh bahwa pada model
regresi, semua variabel independen memiliki nilai VIF yang rendah dan jauh di bawah angka 10, dengan demikian diperoleh tidak adanya masalah multikolinearitas dalam
model regresi.
4.1.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika
varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang
baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Pada penelitian in menggunakan cara dengan melihat grafik plot dan uji Glejser untuk
mendeteksi ada tidaknya heteroskedastisitas. 1. Metode Grafik Plot
Gambar 4.3 Hasil Uji Heteroskedastisitas Scatterplot Pada gambar dapat dilihat bahwa tidak ada pola yang jelas atau menyebar.
Titik-titik persebaran berada di atas dan di bawah angka 0 pada sumbu Y. oleh karena itu dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
2. Metode Statistik Metode
statistik yang
digunakan untuk
menguji ada
tidaknya heteroskedastisitas dalam penelitian ini menggunakan uji Glejser yaitu dengan cara
meregresikan nilai absolute residual terhadap variabel independen. Ada tidaknya heteroskedastisitas diketahui dengan melihat signifikansinya terhadap derajat
kepercayaan 5. Jika nilai signifikansi 0,05 maka tidak terjadi heteroskedastisitas, jika nilai signifikansi 0,05 maka mengandung heteroskedastisitas. Hasil uji Glejser
dapat dilihat pada tabel berikut ini:
Tabel 4.17. Hasil Uji Heteroskedastisitas-Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
-.035 .042
-.846 .401
Board_Indep .059
.031 .241
1.918 .059
Board_Size -.004
.002 -.201
-1.547 .126
Board_Comp .000
.001 .064
.433 .667
Ac_Meet -.002
.002 -.096
-.648 .519
Ac_Size .020
.013 .209
1.491 .140
Ac_Comp .000
.001 .024
.196 .845
a. Dependent Variable: RES2
Pada uji glejser, terlihat bahwa probabilitas signifikansinya semuanya di atas tingkat kepercayaan 5 atau 0.05. Hal ini memperkuat tidak adanya masalah
heteroskedastisitas.
4.1.2.4 Uji Autokorelasi
