51
apakah plotting data residual yang menyebar di sekitar garis diagonal berdistribusi normal atau tidak. Dasar untuk pengambilan keputusan dalam uji K-S adalah
sebagai berikut : a. Apabila nilai asymptonic significance lebih besar dari 0,05 p
0,05 maka data terdistribusi secara normal. b. Apabila nilai asymptonic significance lebih kecil dari 0,05 p ,
0,05 maka data tidak terdistribusi secara normal.
Tabel 4.2 Uji Statistik
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 35
Normal Parameters
a,b
Mean 0E-7
Std. Deviation ,21825259
Most Extreme Differences Absolute
,086 Positive
,086 Negative
-,081 Kolmogorov-Smirnov Z
,506 Asymp. Sig. 2-tailed
,960
a. Test distribution is Normal. b. Calculated from data.
Sumber : SPSS 17, Data diolah 2015 Dari hasil pemrosesan data, besar nilai Kolgomorov-Smirnov Z
adalah sebesar 0,506 dan asymptonic significance sebesar 0,960 maka disimpulkan data terdistribusi secara normal karena 0,960 0,05. Hal ini
sejalan dengan hasil yang didapatkan dari analisis grafik.
4.3.2 Uji Multikolinearitas
52
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Nilai tolerance dan Variance Inflacation Faktor VIF digunakan untuk
mendeteksi adanya multikolinearitas. Untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilakukan dengan melihat nilai VIF dan tolerance
variabel dengan hipotesis sebagai berikut : Ho
: VIF 10 dan tolerance 0,10, maka terdapat multikolinearitas
Ha : VIF 10 dan tolerance 0.10, maka tidak terdapat
multikolinearitas Uji multikolinearitas dapat dilihat pada tabel 4.3 dibawah ini :
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
Constant ,943
,420 2,248
,032 Kepemilikan_ma
najerial ,255
,411 ,121
,619 ,540
,815 1,226
Kepemilikan_Ins titusional
,100 ,143
,127 ,700
,489 ,946
1,057 Pengungkapan_
CSR -,012
,383 -,006
-,030 ,976
,782 1,278
a. Dependent Variable: Tobins_Q
Sumber : SPSS 17, Data diolah 2015
53
Pada tabel hasil uji multikolinearitas, diperoleh harga VIF tidak ada yang melebihi nilai dari 10 dan tolerance 0,10.
Dengan demikian daat disimpulkan bahwa model regresi tersebut terbebas dari multikolinearitas antar variabel independen yaitu Kepemilikan Saham
Manajemen, Kepemilikan Saham Institusional dan Pengungkapan CSR dalam model regresi Ha diterima.
4.3.3 Uji Heterokedasititas
Uji heterokedastitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari satu pengamatan dengan
pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heteroskedastitas Ghozali, 2005. Pada penelitian ini digunakan uji Glesjer.
Jika nilai signifikan 0,05 maka model regresi tidak terjadi heterokedastitas, sebaliknya jika nilai signifikan 0,05 maka dalam model regresi terjadi
heterokedastitas.
Tabel 4.4 Uji Heterokedastitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients t
Sig. B
Std. Error Beta
1 Constant
-,011 ,270
-,039 ,969
Kepemilikan_ manajerial
,241 ,265
,178 ,908
,371 Kepemilikan_
Institusional ,038
,092 ,074
,408 ,686
Pengungkapan_ CSR
,028 ,247
,023 ,114
,910
a. Dependent Variable: absut
Sumber : SPSS 17, Data diolah 2015
54
Pada Tabel 4.4 menunjukan tidak satupun variabel independen yang signifikan
secara statistik mempengaruhi variabel dependen absolut Ut absUt. Hal ini terlihat dari dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi
disimpulkan model regresi tidak mengarah adanya heteroskedastitas.
4.3.4 Uji Autokorelasi
