55
4.2.2 Pengujian Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
4.2.2.1 Uji normalitas data
Uji Normalitas digunakan untuk mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal, mendekati normal atau tidak.
Model regresi yang baik hendaknya berdistribusi normal atau mendekati normal Umar, 2008:181. Uji statistik yang dapat digunakan untuk menguji
apakah residual terdistribusi normal adalah uji statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis:
Ho : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal
Apabila nilai signifikan 0,05 maka Ho diterima dan Ha ditolak, dan sebaliknya, jika nilai signifikan 0,05 maka Ho ditolak dan Ha diterima
Ghozali, 2005:115. Berdasarkan hasil uji statistik dengan model kolmogorov-smirnov seperti
yang terdapat dalam Tabel 4.2 dapat disimpulkan bahwa data berdistribusi normal. Hal ini dapat dilihat dari nilai signifikansi diatas 0,05 yaitu sebesar
0,686.
Universitas Sumatera Utara
56
Tabel 4.2 Hasil uji normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 72
Normal Parameters
a,b
Mean 0E-7
Std. Deviation ,14981817
Most Extreme Differences Absolute
,084 Positive
,081 Negative
-,084 Kolmogorov-Smirnov Z
,715 Asymp. Sig. 2-tailed
,686 a. Test distribution is Normal.
b. Calculated from data.
Data yang berdistribusi normal tersebut juga dapat dilihat melalui grafik histrogram dan grafik normal p-plot data berikut ini.
Universitas Sumatera Utara
57
Gambar 4.1 Grafik Histogram
Berdasarkan grafik histogram di atas dapat disimpulkan bahwa data berdistribusi normal, karena grafik histogram menunjukkan kemiringan garis
diagonal yang cenderung seimbang, baik sisi kiri maupun kanan. Berikut hasil uji normalitas berdasarkan grafik p-plot.
Universitas Sumatera Utara
58
Gambar 4.2 Normal P-Plot
Grafik P-Plot di atas menunujukkan bahwa titik-titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti garis diagonal, sehingga kondisi
demikian menunjukkan bahwa data tersebut terdistribusi secara normal. 4.2.2.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mengetahui apakah pada model regresi ditemukan adanya korelasi antarvariabel independen. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji multikolinearitas dilakukan dengan melihat nilai tolerance dan lawannya
Variance Inflation factor VIF. Multikolinearitas terjadi jika VIF 10 dan nilai
Universitas Sumatera Utara
59
tolerance 0,10 Umar,2008. Nilai VIF serta nilai tolerance dari variabel- variabel penelitian dapat dilihat pada tabel berikut ini.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 UKURAN PERUSAHAAN
,292 3,424
UKURAN DEWAN KOMISARIS
,297 3,368
LEVERAGE ,823
1,215 PROFITABILITAS
,628 1,591
KEPEMILIKAN MANAJEMEN
,948 1,055
UMUR PERUSAHAAN ,670
1,492 a. Dependent Variable: INFORMASI SOSIAL
Jika dilihat pada Tabel 4.3 di atas, semua variabel independen memiliki VIF kurang dari 10, atau VIF 10. Selain itu nilai tolerance untuk setiap variabel
independen lebih besar dari 0,1 atau tolerance 0,1. Dengan demikian dapat disimpulkan bahwa tidak ada multikolinearitas dalam model regresi ini.
4.2.2.3 Uji heterokedastisitas