0,35, dan Net Profit Margin terendah sebesar 0,01, serta memiliki rata- rata Net Profit Margin sebesar 0,1161.
C. Uji Asumsi Klasik
1. Uji Normalitas
Pada penelitian ini, uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen
mempunyai distribusi normal atau tidak. Pengujian ini menggunakan uji Kolmogorov-Smirnov dengan dasar pengambilan keputusan dalam uji K-
S. Berikut ini adalah hasil rangkuman pengujian normalitas dengan uji Kolmogorov-Smirnov:
9 Tabel 9. Hasil Uji Normalitas
Unstandardized Residual
Kesimpulan Kolmogorov-Smirnov Z
1,003 Berdistribusi Normal
Asymp. Sig 2-tailed 0,267
Sumber: Lampiran 9, Hlm. 102 Berdasarkan hasil uji normalitas dapat diketahui nilai Kolmogorov-
Smirnov sebesar 1,003 dengan signifikansi sebesar 0,267. Nilai sig = 0,267
α = 0,05 berarti bahwa data berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.
Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Jika variabel independen saling berkolerasi, maka variabel-
variabel ini tidak ortogonal. Hasil uji multikolinearitas dapat dilihat pada tabel berikut ini:
10 Tabel 10. Hasil Uji Multikolinearitas
Variabel Tolerance
VIF Kesimpulan
Current Ratio 0,392
2,548 Tidak terjadi
Multikolinearitas Debt to Equity Ratio
0,473 2,113
Tidak terjadi Multikolinearitas
Total Asset Turnover 0,938
1,066 Tidak terjadi
Multikolinearitas Net Profit Margin
0,127 1,373
Tidak terjadi Multikolinearitas
Sumber: Lampiran 9, Hlm. 103 Tabel di atas menunjukkan bahwa semua nilai tolerance di atas
0,10 dan semua nilai VIF di bawah 10 yang berarti tidak terjadi multikolinearitas.
3. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Metode pengujian yang digunakan yaitu menggunakan Uji Glejser, yaitu mengkorelasikan nilai absolut residual dengan masing-
masing variabel independen. Berikut ini adalah tabel hasil uji heterokedastisitas:
11 Tabel 11. Hasil Uji Heterokedastisitas
Variabel Signifikansi
Kesimpulan Current Ratio
0,689 Tidak terjadi Heterokedastisitas
Debt to Equity Ratio 0,677
Tidak terjadi Heterokedastisitas Total Asset Turnover
0,089 Tidak terjadi Heterokedastisitas
Net Profit Margin 0,907
Tidak terjadi Heterokedastisitas Sumber: Lampiran 9, Hlm. 103
Tabel di atas dapat dilihat bahwa nilai signifikansi lebih besar dari 0,05 berarti dapat disimpulkan bahwa dalam model regresi ini tidak
terjadi heterokedastisitas.
4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Untuk mendeteksi autokorelasi,
dapat dilakukan uji statistik melalui uji Durbin-Watson. Berikut ini adalah hasil dari uji autokorelasi:
12 Tabel 12. Hasil Uji Autokorelasi
Model Durbin-Watson
Kesimpulan 1
2,126 Tidak terjadi Autokorelasi
Sumber: Lampiran 9, Hlm. 104 Tabel tersebut menunjukkan bahwa nilai Durbin-Watson sebesar
2,126. Nilai ini akan dibandingkan dengan nilai tabel Durbin-Watson dengan menggunakan nilai signifikansi 5, jumlah sampel 80 n = 80
dan jumlah variabel independen 4 k = 4, maka dari tabel Durbin- Watson diperoleh nilai batas bawah dL sebesar 1,534 dan nilai batas
atas dU sebesar 1,743. Nilai dU sebesar 1,743 lebih kecil dari Durbin-Watson d sebesar
2,126 dan lebih kecil dari 4-dU 4-1,743 sehingga dapat disimpulkan bahwa 1,743 ≤ 2,126 ≤ 2,257 tidak ada autokorelasi positif maupun
Kategori