dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas, heteroskedastisitas dan autokorelasi.
a. Uji Normalitas
Uji Normalitas, bertujuan untuk mengetahui apakah variabel pengganggu atau residual mempunyai distribusi normal dalam model regresi. Pengujian ini dilakukan
menggunakan uji normalitas dengan normal probably plot of standardized residual, yang hasilnya ditampilkan dalam gambar 4.1.
Gambar 4.1 Uji Normalitas dengan
Normal Probably Plot of Standardized Residual
Berdasarkan gambar 4.1 dapat dilihat bahwa penyebaran data mendekati normal atau memenuhi asumsi normalitas, dimana titik-titik menyebar di sekitar garis diagonal
dan penyebarannya mengikuti arah garis diagonal. Hal tersebut juga dapat dilihat dari
Universitas Sumatera Utara
grafik histogram berikut.
Gambar 4.2 Uji Normalitas dengan Grafik Histogram
Berikut hasil uji data statistik dengan menggunakan model Kolmogorov-Smirnov, dimana uji ini juga dilakukan untuk mengetahui apakah data telah terdistribusi normal atau tidak. Hasil
uji data statistik dengan menggunakan model Kolmogorov-Smirnov ditampilkan dalam tabel 4.2.
Tabel 4.2 Uji Normalitas dengan
Model Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
51 Normal Parameters
a,,b
Mean .0000000
Std. Deviation .17804694
Most Extreme Differences Absolute
.150 Positive
.150 Negative
-.131 Kolmogorov-Smirnov Z
1.074 Asymp. Sig. 2-tailed
.199 a. Test distribution is Normal.
Universitas Sumatera Utara
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
51 Normal Parameters
a,,b
Mean .0000000
Std. Deviation .17804694
Most Extreme Differences Absolute
.150 Positive
.150 Negative
-.131 Kolmogorov-Smirnov Z
1.074 Asymp. Sig. 2-tailed
.199 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov yang terdapat dalam tabel 4.2 dapat disimpulkan bahwa data berdistribusi normal. Hal tersebut dapat dilihat dari
nilai Asymp.Sig. 2-tailed adalah 0,199 0,05.
c. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Dalam model regresi yang baik seharusnya tidak
terjadi korelasi di antara variabel independen. Deteksi yang dilakukan dengan melihat nilai VIF Variable Inflation Factor dan toleransi. Pengujian dilakukan dengan menggunakan
Software SPSS for Windows. Nilai VIF dan toleransi dapat dilihat dalam tabel 4.3 berikut ini. Tabel 4.3
Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
Universitas Sumatera Utara
1 Constant
.260 .078
3.336 .002
ROA .806
.573 .199
1.407 .166
.993 1.007 GPM
.052 .168
.044 .312
.756 .993 1.007
a. Dependent Variable: CSR
Berdasarkan tabel 4.3 dapat disimpulkan bahwa tidak terjadi korelasi di antara variabel independen, dengan kata lain variabel-variabel independen dalam penelitian ini bebas dari
gejala multikolinearitas. Jika dilihat pada tabel semua variabel independen memiliki VIF sekitar 1, atau VIF 10. Selain itu nilai toleransi untuk setiap variabel independen lebih
besar dari 0,1 tolerance 0,1 dengan demikian dapat disimpulkan tidak ada multikolinearitas dalam model regresi ini.
d. Uji Heteroskedastisitas