4.2.2.4 Uji Asumsi Klasik pada Regresi yang Keempat 1. Uji Normalitas
Pada Persamaan ke 4 empat dilakukan pembersihan data dengan cara mengoutlierkan penghapusan data yang nilainya terlalu ekstrim data penelitian.
Hal ini dikarenakan karena pada hasil Uji F tidak menunjukkan adanya signifikansi antara variabel X terhadap Y. setelah dilakukan penghapusan data
hasil menunjukkan adanya signifikansi antara variabel X terhadap Y. Setelah data dioutlier maka data penelitian yang awalnya berjumlah 40 menjadi 37. Adapun
langkah-langkah dalam melakukan outlier tersebut adalah sebagai berikut www.widhiarso.staff.ugm.ac.id:
a. Tambahkan satu kolom pada data view dengan member nomor subjek
b. Kemudian pilih analyze – regression – linear kemudian masukkan nomor
subjek menjadi variable dependen dan variable x, y, dan z pada variable independen. Kemudian pilih save dan checklist deleted pada bagian
residual dan pada bagian distance checklist mahalanobis, kemudian klik continue dan ok. Maka akan muncul kolom baru pada data view yaitu
kolom mahal. c.
Lihat hasil output pada table residual statistic data angka pada bagian mahal maksimum, data yang tertera pada table tersebut kemudian dihapus
pada data view kolom mahal. d.
Regresi ulang sehingga data penelitian hingga menjadi lebih baik. Metode yang dapat dipakai untuk normalitas adalah Kolmogorov Smirnov.
Uji Kolmogorov Smirnov dapat dilihat dalam Tabel 4.20 sebagai berikut:
Tabel 4.20 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
ZscoreCSP ZscoreSIZE SELISIH ROE
N 37
37 37
37 Normal
Parameters
a,,b
Mean .0685905
.0716121 1.4913 22.3335
Std. Deviation .98241767
.99058856 .91761 8.61230
Most Extreme
Differences Absolute
.179 .173
.080 .154
Positive .137
.166 .080
.154 Negative
-.179 -.173
-.055 -.078
Kolmogorov-Smirnov Z 1.092
1.051 .489
.937 Asymp. Sig. 2-tailed
.184 .219
.970 .343
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2015 data diolah Berdasarkan Tabel 4.20 dapat diketahui bahwa nilai K-S untuk CSP
adalah 1,092 dengan signifikansi 0,184, Size memiliki K-S sebesar 1,051 dengan signifikansi 0,219, Selisih Variabel Moderating memiliki K-S sebesar 0,489
dengan signifikansi 0,970, ROE memiliki K-S sebesar 0,937 dengan signifikansi 0,343. Hal ini berarti bahwa CSP, Size, Selisih, dan ROE berdistribusi secara
normal karena memiliki nilai signifikansi diatas 0,05. Metode lain untuk mengetahui normalitas adalah dengan menggunakan
metode analisis grafik, baik dengan melihat grafik secara histrogram ataupun dengan melihat secara Normal Probability Plot. Normalitas dapat dideteksi
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
Berdasarkan tampilan grafik histogram dapat dilihat pada Gambar 4.10, Uji normalitas dengan melihat grafik secara histogram dapat disimpulkan bahwa
variabel residual berdistribusi normal karena data mengikuti arah garis grafik histogramnya.
Gambar 4.10 Grafik Histogram
Sedangkan berdasarkan grafik normal plot dapat dilihat pada Gambar 4.11, dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal. Hal ini
mengindikasikan bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.11 Normal Plot
2. Uji Multikolinearitas