2. Pengujian Asumsi Klasik
Pengujian asumsi klasik dilakukan peneliti sebelum melakukan uji hipotesis. Analisa dilakukan dengan model analisa regresi berganda.
Pengujian asumsi klasik ini perlu dilakukan dengan tujuan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah
normal, serta bebas dari gejala multikolinearitas, heteroskesdastisitas 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.
Sumber: Hasil Pengolahan Data SPSS 2011
Gambar 4.1 Uji Normalitas dengan Normal Probably Plot of Standardized Residual
Universitas Sumatera Utara
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 grafik histogram berikut.
Sumber: Hasil Pengolahan Data SPSS 2011
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.
Universitas Sumatera Utara
Tabel 4.2 Uji Normalitas dengan Model Kolmogorov-Smirnov
Sumber: Hasil Pengolahan Data SPSS 2011
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov yang terdapat dalam tabel 4.3 dapat disimpulkan bahwa data berdistribusi normal.
Hal tersebut dapat di lihat dari nilai Asymp.Sig. 2-tailed adalah 0,753 0,05.
b. 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.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30
Normal Parameters
a,b
Mean .0000000
Std. Deviation .15733793
Most Extreme Differences
Absolute .123
Positive .123
Negative -.074
Kolmogorov-Smirnov Z .675
Asymp. Sig. 2-tailed .753
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Toleran ce
VIF 1 Constant
.031 .155
.200 .843
UDK .045
.017 .484
2.737 .011
.950 1.052
KSP -.026
.203 -.027
-.128 .899
.663 1.507
KI -.053
.154 -.073
-.340 .736
.644 1.554
a. Dependent Variable: CSR
Sumber: Hasil Pengolahan Data SPSS 2011
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.
c. Uji Heteroskedastisitas
Kategori