43
BAB IV HASIL DAN PEMBAHASAN
4.1. Hasil Uji Asumsi Klasik
4.1.1. Hasil Uji Normalitas
Uji normalitas pada penelitian ini menggunakan uji Kolmogorov- Smirnov dengan ketentuan sebagai berikut.
a. Jika nilai signifikansinya lebih besar dari 5 atau 0,05 maka
data residual berdisribusi normal. b.
Jika nilai signifikansinya lebih kecil dari 5 atau 0,05 maka data residual tidak berdistribusi normal.
Tabel 4.1 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 54
Normal Parameters
a
Mean .0000000
Std. Deviation .25669931
Most Extreme Differences Absolute
.143 Positive
.143 Negative
-.096 Kolmogorov-Smirnov Z
1.048 Asymp. Sig. 2-tailed
.222 a. Test distribution is Normal.
b. Calculated from data
Sumber: Diolah oleh penulis 2014
Universitas Sumatera Utara
44
Dari interprestasi tabel diatas, hasilnya yaitu signifikansi 0,222 0,05 menyatakan bahwa distribusi data memenuhi asumsi normalitas
sehingga dapat dilakukan analisis regresi berganda. Data yang normal tersebut juga dapat dilihat dari histogram dan grafik normal plot data
berikut.
Gambar 4.1
Grafik Histogram Normalitas
Sumber: Diolah oleh penulis 2014
Universitas Sumatera Utara
45
Dari tampilan gambar tersebut dapat disimpulkan bahwa grafik histogram berada dalam pola distribusi yang normal. Grafiknya tidak
menceng ke kanan maupun ke kiri.
Gambar 4.2
Grafik Normal Plot
Sumber: Diolah oleh penulis 2014
Dari tampilan gambar tersebut dapat disimpulkan bahwa grafik normal plot menunjukkan hasil yang normal. Titik-titik yang menyebar di
sekitar garis diagonal dan penyebarannya cenderung mendekati dan mengikuti garis diagonal tersebut.
Universitas Sumatera Utara
46
4.1.2. Hasil Uji Multikolinieritas
Uji multikolinieritas pada penelitian ini menggunakan Uji VIF dengan ketentuan sebagai berikut.
a. Jika nilai VIF lebih kecil dari 10 maka tidak terjadi
multikolinieritas. b.
Jika nilai VIF lebih besar dari 10 maka terjadi multikolinieritas.
Tabel 4.2 Tolerance and VIF Test
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -.032
.047 -.683
.498 KAP
.153 .080
.275 1.915
.061 .889
1.125 SPEC
-.058 .080
-.104 -.723
.473 .889
1.125 a. Dependent Variable: DAC
Sumber: Diolah oleh penulis 2014 Dari interprestasi tabel diatas, hasilnya yaitu nilai VIF masing-
masing lebih kecil dari 10, berarti datanya bebas dari gejala Multikolinieritas.
Universitas Sumatera Utara
47
4.1.3. Hasil Uji Heteroskedastisitas