Apabila nilai signifikasinya lebih besar dari 0,05 maka Ho diterima, sedangkan bila nilai signifikasinya lebih kecil dari 0,05 maka Ho ditolak.
Tabel 4.3 Uji normalitas K-S
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
105 Normal Parameters
a,,b
Mean .0000000
Std. Deviation 15.27244060
Most Extreme Differences Absolute
.100 Positive
.076 Negative
-.100 Kolmogorov-Smirnov Z
1.020 Asymp. Sig. 2-tailed
.249 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan pengujian pada tabel 4.3 besar nilai kolmogorov-smirnov adalah 1,020 dengaan nilai signifikasi 0,249. Berdasarkan hipotesis Ho diterima bila
lebih besar dari 0,05. Nilai signifikasi 0,249 0,05 maka dapat disimpulkan bahwa data terdistribusi secara normal dan memenuhi asumsi normalitas. Data
dapat dipakai kepengujian selanjutnya.
b. Uji Multikolinieritas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat besaran korelasi antar variabel
independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir, yaitu
Universitas Sumatera Utara
tolerance ≥ 0,10 dan Variance Inflation Factor VIF ≤ 10 Ghozali, 2006. Hasil
pengujian disajikan dalam tabel 4.4 berikut ini:
Tabel 4.4 Hasil uji multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant
84.387 3.955
21.334 .000
ROA -16.323
12.762 -.145 -1.279
.204 .640 1.563
DER -.217
.323 -.077 -.671
.504 .625 1.599
TA -2.022E-
14 .000
-.102 -.985 .327
.766 1.306 RKAP
-8.465 3.524
-.240 -2.402 .018
.824 1.214 JI
-9.456 4.682
-.266 -2.019 .046
.472 2.117 a. Dependent Variable: AD
Hasil perhitungan nilai tolerance menunjukkan keseluruhan variabel memiliki nilai lebih dari 0,10 yaitu 0,64 ; 0,625; 0,766 ; 0,824 ; 0,472 yang berarti
tidak terjadi korelasi antar variabel independen. Hasil perhitungan VIF juga menunjukkan hal yang sama. Tidak satupun variabel independen memiliki nilai
VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi. Besarnya korelasi antara variabel
independen tersebut disajikan dalam tabel 4.5 berikut:
Universitas Sumatera Utara
Tabel 4.5 Koefisien korelasi antarvariabel
Coefficient Correlations
a
Model JI
RKAP TA
ROA DER
1 Correlations JI
1.000 -.037
-.170 .470
-.483 RKAP
-.037 1.000
-.369 -.211
.029 TA
-.170 -.369
1.000 .032
-.113 ROA
.470 -.211
.032 1.000
.032 DER
-.483 .029
-.113 .032
1.000 Covariances JI
21.925 -.612
-1.638E-14 28.060
-.731 RKAP
-.612 12.416
-2.673E-14 -9.488
.033 TA
-1.638E-14 -2.673E-14
4.214E-28 8.407E-15 -7.475E-16
ROA 28.060
-9.488 8.407E-15
162.868 .131
DER -.731
.033 -7.475E-16
.131 .105
a. Dependent Variable: AD
Melihat hasil besaran korelasi antara variabel independen, variabel DER mempunyai korelasi yang paling tinggi dengan variabel JI Jenis Industri
sebesar 0.48 atau 48 . Oleh karena korelasi ini masih dibawah nilai standard korelasi 95, maka dapat dikatakan tidak terjadi multikolinieritas yang serius.
c. Uji Autokorelasi
