dengan membandingkan antara tingkat signifikansi yang didapat dengan tingkat alpha yang digunakan, dimana data tersebut dikatakan terdistribusi normal bila sig. alpha.Hasil uji
normalitas regresi linier sederhana dan analisis regresi moderasi masing-masing dapat dilihat pada Tabel 4.2.
Tabel 4.2. Hasil Pengujian Normalitas Model dengan
One-Sample Unstandardized Residual
N 42
Normal Parameters
a,b
Mean 0,0000000
Std. Deviation 0,0704321
Most Extreme Differences Absolute
0,105 Positive
0,105 Negative
-0,084 Kolmogorov-Smirnov Z
0,547 Asymp. Sig. 2-tailed
0,946 Sumber: Hasil analisis data 2016
Berdasarkan Tabel 4.2. hasil uji kolmogorov-Smirnov K-Syakni nilai signifikansi diatas 0,05 dengan nilai asymp. Sig 2-tailed sebesar 0,946.Hal ini menunjukkan bahwa data penelitian
berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji model regresi ditemukan adanya korelasi antar variabel bebas independen.Jika variabel independen saling berkorelasi, maka variabel-
variabel ini tidak orthogonal. Dalam mengetahui apakah terjadi multikolinearitas dapat dilihat
Universitas Sumatera Utara
dari nilai tolerance diatas 0,1 dan nilai Variance Inflation Factor VIF variabel dibawah 10. Uji multikolinearitas dengan melihat nilai tolerance dan VIF menunjukkan hasil seperti pada Tabel
4.3.berikut:
Tabel 4.3. Hasil Pengujian Multikolinearitas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics
B Std.
Error Beta
Tolerance VIF
Constant -0,064
0,026 -2,444 0,019
1 CSR 1,304
0,095 0,910
13,687 0,000 0,988 1,012
ManajemenLaba 0,000
0,003 0,010
0,148 0,883 0,988 1,012
Sumber: Hasil analisis data 2016 Pada Tabel 4.3. menunjukkan masing-masing variabel independen memiliki nilai
tolerance yang lebih besar dari 0,1 yaitu variabel CSR dengan nilai tolerance 0,988 dan variabel manajemen laba dengan nilai tolerance 0,988. Dilihat dari nilai VIF masing-masing variabel
independen memiliki nilai lebih kecil dari 10 yaitu untuk VIF CSR 1,012 ; dan VIF manajemen laba 1,012. Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas.
3. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada tidaknya korelasi antara kesalahan pengganggu pada periode tertentu dengan kesalahan pengganggu periode sebelumnya.Model
regresi yang baik adalah yang bebas dari autokorelasi.Uji autokorelasi dapat dilakukan dengan pengujian Durbin-Watson DW. Hasil uji autokorelasi dapat dilihat pada Tabel 4.4.:
Universitas Sumatera Utara
Tabel 4.4. Hasil Pengujian Autokorelasi
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 0,622
a
0,387 0,376
0,0582733 1,848
Sumber: Hasil analisis data 2016 Pada Tabel 4.4. dapat diketahui bahwa nilai dari Durbin-Watson menunjukkan tidak
terjadi autokorelasi, karena berada pada kisaran angka 1 sampai dengan 2. Nilai DW-statistik yang didapatkan sebesar 1,848. Dengan demikian dapat disimpulkan bahwa nilai dUDW4-dU
atau 1,60611,8482,3939. Hal ini menunjukkan tidak terjadi autokorelasi positif atau negatif pada model regresi yang digunakan.
4. Uji Heteroskedastisitas
