Tabel 5.5 Statistik Deskriptif Variabel Dependen dan Independen
Variabel Notasi N Mean Minimum
Maximum Std.
Deviation
D_INDEX Y
36 0,4958
0,25 0,70
0,1344 SIZE
X1 36 1.552.298,17
96.959 8.485.854 1.821.779,12
DEBT X2
36 0,4040 0,0226 0,7179 0,2063
OWN_DISP X3
36 0,3411 0,0712 0,8759 0,2087
AGE X4
36 22,9194
12,9200 36,4500
8,1622 P_MARGIN
X5 36 0,1581
0,0066 0,5049 0,1141 ROE
X6 36 0,0765
0,0015 0,1927 0,0600 LIQUID
X7 36 1,7758
0,2618 6,0449 1,1921 PUB_ACC X8
36 0,17 0 1 0,378
Sumber : Hasil penelitian data diolah
5.1.3. Uji Asumsi Klasik
Uji normalitas
Uji normalitas dilakukan dengan menggunakan uji Kolmogorov-Smirnov KS. Pada pengujian ini, nilai
unstandardized residual yang diperoleh dari hasil regresi persamaan model penelitian diuji dengan uji
nonparametric Kolmogorov- Smirnov. Hasil pengujian pada Tabel 5.6 memperlihatkan nilai Kolmogorov-Smirnov
Z sebesar 0,536 dan nilai asymptotic significance Asymp. Sig. uji dua sisi sebesar
0,936 atau lebih besar dari 5 sehingga dapat dikatakan bahwa asumsi normalitas terpenuhi.
Tabel 5.6 Hasil Uji Normalitas Menggunakan Uji Kolmogorov-Smirnov
Normal Parameters Most Extreme Differences
N Mean
Std. Deviation
Absolute Positive Negativ
e Kolmogorov
-Smirnov Z Asymp. Sig.
2-tailed
Unstandardized Residual
36 0,000000 0,09048557 0,089
0,071 -0,089
0,536 0,936
Sumber : Hasil penelitian data diolah
Uji Multikolinearitas
Uji multikolinearitas dilakukan dengan menganalisis matrik korelasi antar variabel independen bebas. Jika korelasi antar variabel kurang dari 0,90 maka tidak
terjadi multikolinearitas. Berdasarkan tabel 5.7 matrik korelasi variabel penelitian terlihat bahwa tidak ada korelasi antar variabel yang sama atau lebih besar dari 0,90
berarti tidak terdapat multikolinearitas antar variabel independen bebas. Adapun cara lain untuk uji multikolinearitas adalah dengan menghitung nilai
variance inflation factor VIF dari tiap-tiap variabel independen. Nilai VIF kurang dari 10 menunjukkan bahwa korelasi antar variabel independen masih bisa ditolerir
Ghozali, 2007. Berdasarkan hasil analisis, tidak ada variabel independen dalam penelitian ini yang memiliki nilai
variance inflation factor VIF lebih dari 10. Nilai VIF variabel independen berkisar antara 1,314 sampai dengan 3,775. Dengan
demikian, hasil analisis menunjukkan tidak adanya masalah multikolinearitas atau asumsi tidak terjadinya multikolinearitas terpenuhi. Nilai VIF dari tiap-tiap variabel
independen bisa dilihat di Tabel 5.7 berikut.
Tabel 5.7 Matrik Korelasi Variabel Penelitian Dan Vif
Variabel X
1
X
2
X
3
X
4
X
5
X
6
X
7
VIF
SIZE X
1
1,00 1,314
DEBT X
2
-0,277 1,00
2,482 OWN_DISP X
3
-0,328 0,185 1,00
1,276 AGE X
4
0,006 0,215
-0,1 1,00
1,448 P_MARGIN X
5
0,001 0,576 -0,067 0,201 1,00
3,518 ROE X
6
-0,162 -0,254
0,027 0,167
-0,68 1,00
3,775
LIQUID X
7
0,006 0,244
-0,14 0,349
-0,206 0,45
1,00 1,966
PUB_ACC X
8
0,169 0,118 -0,063
-0,233 0,446
-0,704 -0,261
2,127
Sumber : Hasil penelitian data diolah Berdasarkan Tabel 5.7 di atas, variabel Ukuran perusahaan X1 memiliki nilai
VIF sebesar 1,314, Rasio Hutang X2 memiliki nilai VIF sebesar 2,482, Penyebaran kepemilikan X3 memiliki nilai VIF sebesar 1,276, Umur X4 memiliki nilai VIF
sebesar 1,448, Profit margin X5 memiliki nilai VIF sebesar 3,518, ROE X6
memiliki nilai VIF sebesar 3,775, Likuiditas X7 memiliki nilai VIF sebesar 1,966 dan Ukuran Kantor Akuntan Publik X8 memiliki nilai VIF 2,127.
Uji Heteroskedastisitas
Uji heroskedastisitas dilakukan dengan menggunakan uji Glejser. Dalam uji Glejser, nilai absolut residual diregresikan pada tiap-tiap variabel independen.
Masalah heteroskedastisitas terjadi jika ada variabel yang secara statistik signifikan. Hasil uji heteroskedastisitas menunjukkan bahwa semua variabel independen
memiliki probabilitas signifikansi lebih besar dari 0,05 dengan demikian tidak ada satupun variabel independen yang mengalami masalah heteroskedastisitas atau
asumsi tidak terjadinya heteroskedastisitas terpenuhi. Hasil dari uji heteroskedastisitas bisa dilihat pada Table 5.8.
Variabel Ukuran perusahaan X
1
memiliki nilai probabilitas signifikansi sebesar 0,807, Rasio hutang X
2
memiliki nilai probabilitas signifikansi sebesar 0,354, Penyebaran kepemilikan X
3
memiliki nilai probabilitas signifikansi sebesar 0,665, Umur X
4
memiliki nilai probabilitas signifikansi sebesar 0,597, Profit
margin X
5
memiliki nilai probabilitas signifikansi sebesar 0,854, ROE X
6
memiliki nilai probabilitas signifikansi sebesar 0,289, likuiditas X
7
memiliki nilai probabilitas signifikansi sebesar 0,428 dan Ukuran Kantor Akuntan Publik X
8
memiliki nilai probabilitas signifikansi 0,722.
Tabel 5.8 Hasil Regresi Uji Heteroskedastisitas
Variabel B t Sig.
Tolerance VIF
Constant 0,129 1,971
0,059 SIZE X
1
1,365E-9 0,247
0,807 0,761
1,314 DEBT X
2
-0,063 -0,943
0,354 0,403
2,482 OWN_DISP X
3
0,021 -0,439
0,665 0,784
1,276 AGE X
4
0,001 0,535
0,597 0,691
1,448 P_MARGIN X
5
-0,027 -0,185
0,854 0,284
3,518 ROE X
6
-0,308 -1,082
0,289 0,265
3,775 LIQUID X
7
-0,008 -0,811
0,425 0,509
1,966 PUB_ACC X
8
0,012 0,359
0,722 0,470
2,127 a. Dependent Variable: Absolut Residual AbsUt
Sumber : Hasil penelitian data diolah
Uji Autokorelasi
Uji autokorelasi dilakukan dengan menghitung nilai Durbin-Watson d s tatistic.
Korelasi serial dalam residual tidak terjadi jika nilai d berada di antara nilai batas d
u
dan 4 – d
u
. Disamping itu, nilai Durbin-Watson d sekitar angka 2 mengindikasikan tidak adanya autokorelasi Gujarati, 2004. Hasil analisis menunjukkan nilai d
sebesar 2,063. Dengan variabel sebanyak 8 buah k=8 dan sampel sebanyak 36, nilai d
l
sebesar 0,991 dan nilai d
u
sebesar 2,041. Dengan demikian, karena nilai d berada di sekitar angka 2 maka hasil analisis memenuhi asumsi tidak terdapat autokorelasi.
Hasil dari uji autokorelasi bisa dilihat pada Tabel 5.9.
Tabel 5.9 Hasil regresi model dengan Ordinary Least Square OLS
R R
2
Adjusted R
2
F Sig. Durbin-Watson
0,739 0,546 0,412 4,067 0,003 2,063
Sumber : Hasil penelitian data diolah
5.1.4. Pengujian Hipotesis