Anggita Zoraya Marpaung : Analisa Faktor-Faktor Yang Mempengaruhi Pengungkapan Sosial Social Disclosure Dalam Laporan Keuangan Tahunan, 2010.
berdistribusi normal,digunakan uji statistik Kolmogrov-Smirnov K-S, yang dijelaskan olej Ghozali 2005 : 115. Bila nilai signifikan 0,05 berarti data tidak
normal. Sebaliknya bila nilai signifikan 0,05 berarti distribusi normal.
b. Uji Multikoleniaritas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemuka n adanya korelasi antar variabel bebas atau independen Ghozali, 2005.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variable independen.Untuk mendeteksi ada tidaknya multikoleniaritas di dalam model
regresi, menurut Ghozali 2005: 91 dapat dilihat dari : 1 nilai tolerance dan lawannya,
2 variance inflation factor. Kedua ukuran ini menunjukkan setiap variabel independen lainnya. Tolerance
mengukur variabelitas variabel independen yang terpilih dan tidak dijelaskan oleh variabel independen lainnya. Jadi nilai Tolerance yang rendah sama dengan nilai
VIF yang tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikoleniaritas adalah Tolerance 0,10 atau sama
dengan VIF 10.
c. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Autokorelasi diuji dengan
Anggita Zoraya Marpaung : Analisa Faktor-Faktor Yang Mempengaruhi Pengungkapan Sosial Social Disclosure Dalam Laporan Keuangan Tahunan, 2010.
menggunakan uji Durbin-Watson DW test . Panduan untuk mendeteksi ada atau tidaknya autokorelasi sebagai berikut :
i. jika DW DU berarti tidak ada autokorelasi
ii. jika DW DL berarti terjadi auto korelasi
iii. jika DL DW DU berarti tidak dapat mengambil
keputusan apakah autokorelasi terjadi atau tidak.
d. Uji Heterokedastisitas Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi telah
terjadi ketidaksamaan varians dari residual atas suatu pengamatan lainnya adalah penting. Jika residual satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas, dan jika varians berbeda, disebut heterokedastisitas. Untuk melihat ada tidaknya heteroskedastisitas, dapat dilihat dari grafik plot antara lain
prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID Ghazali , 2005 : 105
3. Pegujian Hipotesis
