atau Upper Bound DU dan 4
_
DU, maka dapat disimpulkan tidak ada autokorelasi, positif atau negatif.
Tabel 4.4 Hasil Uji Autokorelasi Sebelum Data di Transformasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .419
a
.175 .152
1374.04691 2.217
a. Predictors: Constant, PBV, NPM, PER b. Dependent Variable: HS
Sumber: hasil data olah SPSS, 2015 Berdasarkan data yang ada pada tabel 4.4, dapat dilihat bahwa
nilai Durbin-Watson adalah sebesar 2,217. Nilai ini akan dibandingkan dengan nilai tabel yang mempunyai nilai signifikansi α = 5, jumlah
sampel n =111 dan jumlah variabel independen k = 3. Berdasarkan tabel Durbin-Watson, maka diperoleh nilai batas atas DU = 1,746 dan
nilai batas bawah DL =1,636 serta nilai 4
_
DU = 2,254. Dengan demikian, maka dapat disimpulkan bahwa tidak terjadi autokorelasi,
sebab nilai DW terletak antara batas atas DU dan 4
_
DU. 1,7462,2172,254.
4.1.3. Uji Asumsi Klasik Hipotesis Pertama Setelah Transformasi
Setelah ditemukan masalah pada uji asumsi klasik sebelumnya, peneliti melakukan tansformasi data dengan menggunakan ln logaritma
natural sehingga dapat menyelesaikan masalah normalitas serta heterokedastisitas dan memenuhi syarat pengujian asumsi klasik. Hasil
transformasi yang telah dilakukan adalah sebagai berikut:
Universitas Sumatera Utara
4.1.3.1.Uji Normalitas Setelah Transformasi
Gambar 4.4 Grafik Histogram setelah data di transformasi
Sumber: hasil olah data SPSS, 2015
Gambar 4.5 Grafik Normal P-Plot setelah data di transformasi
Sumber: hasil olah data SPSS, 2015
Universitas Sumatera Utara
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati normal maka dari grafik di atas gambar 4.4
dan 4.5 dapat disimpulkan bahwa data telah terdistribusi secara normal karena grafik histogram menunjukkan distribusi data mengikuti garis
diagonal yang tidak menceng ke kiri maupun ke kanan. Demikian pula pada grafik normal plot terlihat titik-titik menyebar di sekitar garis
diagonal serta penyebarannya mendekati garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
Tabel 4.5 Hasil Uji Kolmogorov-Smirnov Test
setelah data di transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 111
Normal Parameters
a,b
Mean 0E-7
Std. Deviation .85759131
Most Extreme Differences
Absolute .072
Positive .072
Negative -.049
Kolmogorov-Smirnov Z .754
Asymp. Sig. 2-tailed .620
a. Test distribution is Normal. b. Calculated from data.
Sumber: hasil olah data SPSS, 2015 Hasil uji statistik non-parametric Kolmogorov-Smirnov K-S di
atas, menunjukkan besarnya nilai Kolmogorov-Smirnov adalah 0,754 dan nilai Asymp. Sig. 2-tailed 0,620 dengan nilai signifikan yang
ditetapkan 0,05 yang berarti data berdistribusi normal. Hasil statistik non- parametric Kolmogorov-Smirnov ini konsisten dengan hasil yang
Universitas Sumatera Utara
ditunjukkan melalui kurva histogram dan normal probability plot, sehingga dapat disimpulkan secara keseluruhan bahwa nilai-nilai
observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
4.1.3.2.Uji Multikolonieritas Setelah Transformasi Tabel 4.6
Hasil Uji Multikolonieritas Setelah Data di Transformasi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
6.265 .495
12.659 .000
ln_NPM .176
.100 .148
1.750 .083
.832 1.202
ln_PER -.281
.117 -.212
-2.410 .018
.764 1.309
ln_PBV .976
.137 .582
7.120 .000
.887 1.127
a. Dependent Variable: ln_HS
Sumber: hasil olah data SPSS, 2015 Berdasarkan data olahan pada tabel 4.6, maka dapat dilihat bahwa
semua variabel independen memiliki nilai VIF 10 dan nilai tolerance 0,1. Dengan demikian, uji multikolonieritas setelah transformasi
menunjukkan hasil yang sama dengan pengujian sebelum transformasi yaitu tidak ada multikolinearitas antara variabel dalam penelitian ini.
Universitas Sumatera Utara
4.1.3.3.Uji Heterokedastisitas Setelah Transformasi
Gambar 4.6 Grafik
Scatterplot setelah data di transformasi
Sumber: hasil olah data SPSS, 2015 Pada gambar 4.6, Grafik Scatterplot terlihat bahwa setelah
transformasi titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas. Titik-titik tersebut tersebar baik diatas maupun
dibawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas.
4.1.3.4.Uji Autokorelasi Setelah Transformasi Tabel 4.7
Hasil Uji Autokorelasi Setelah Data di Transformasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .605
a
.366 .348
.86953 2.197
a. Predictors: Constant, ln_PBV, ln_NPM, ln_PER b. Dependent Variable: ln_HS
Sumber: hasil olah data SPSS, 2015
Universitas Sumatera Utara
Berdasarkan data yang ada pada tabel 4.7, dapat dilihat bahwa nilai Durbin-Watson adalah sebesar 2,197. Nilai ini akan dibandingkan
dengan nilai tabel yang mempunyai nilai signifikansi α = 5, jumlah sampel n =111 dan jumlah variabel independen k = 3. Berdasarkan
tabel Durbin-Watson, maka diperoleh nilai batas atas DU = 1,746 dan nilai batas bawah DL =1,636 serta nilai 4
_
DU = 2,254. Dengan demikian, maka dapat disimpulkan bahwa tidak terjadi autokorelasi,
sebab nilai DW terletak antara batas atas DU dan 4
_
DU. 1,7462,1972,254.
4.1.4. Uji Asumsi Klasik Hipotesis Kedua
