One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 36
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .06243600
Most Extreme Differences Absolute
.104 Positive
.065 Negative
-.104 Kolmogorov-Smirnov Z
.621 Asymp. Sig. 2-tailed
.835 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Data diolah peneliti, 2010 Tabel 4.2 menunjukkan Kolmogorov-Smirnov Test K-S adalah sebesar 0.621 dan
signifikansi sebesar 0.835 lebih besar daripada 0.05 sehingga dapat disimpulkan bahwa data residual berdistribusi normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam suatu model regresi terdapat korelasi antara variabel independen. Pengujian multikolinieritas dilakukan dengan nilai
Tolerance dan Variance Inflation Factor VIF. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh independen lainnya Ghozali, 2005. Nilai
tolerance yang rendah sama dengan nilai VIF tinggi karena VIF=1Tolerance. Nilai cutoff yang umum digunakan untuk menunjukkan adanya multikolinieritas adalah nilai Tolerance
0.10 atau sama dengan nilai VIF 10. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independennya Ghozali, 2005. Berikut merupakan hasil uji
multikolinieritas variabel independen dalam penelitian ini. Tabel 4.3
Uji Multikolinieritas
Universitas Sumatera Utara
Sumber: Data diolah peneliti, 2011 Tabel 4.3 menunjukkan nilai Tolerance untuk setiap variabel independen lebih besar dari
0.10 dan nilai VIF dari setiap variabel independen lebih kecil dari 10 sehingga dapat disimpulkan bahwa terbebas dari gejala multikolinieritas antar variabel independen dalam
model regresi.
c. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari suatu pengamatan ke pengamatan yang lain. Model regresi yang
baik adalah homokedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2005. Berikut merupakan hasil uji heterokedastisitas dalam bentuk grafik scatterplot.
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.420 .066
6.335 .000
DR .091
.084 .250
1.089 .284
.359 2.784
CR .016
.009 .402
1.795 .082
.377 2.656
NPM .045
.049 .144
.928 .360
.780 1.283
PSP .275
.065 .712
4.222 .000
.665 1.505
a. Dependent Variable: KP
Universitas Sumatera Utara
Gambar 4.3 Scatterplot
Sumber: Data diolah peneliti, 2011 Grafik scatterplot menunjukkan bahwa titik-titik menyebar secara acak tidak membentuk
sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y, maka disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi
sehingga model regresi layak digunakan untuk memprediksi kelengkapan pengungkapan laporan keuangan berdasarkan variabel independen Leverage Debt Ratio, Likuiditas
Current Ratio, Profitabilitas NPM on sales dan Porsi Saham Publik.
d. Uji Autokorelasi