Tabel 10. Statistik Deskriptif Ukuran Perusahaan
Variabel Minimum
Maximum Mean
SD Ukuran
Perusahaan Log21,51
Log33,12 Log29,04
Log2,06
Berdasarkan hasil analisis deskriptif variabel ukuran perusahaan diperoleh nilai tertinggi atau maksimal sebesar log 33,12 dan nilai
terendah sebesar log21,51 dengan rata-rata sebesar log29,04 dan standar deviasi sebesar 2,06. Perusahaan yang memiliki nilai ukuran
perusahaan tertinggi dalam penelitian ini adalah PT. Energi Mega Persada Tbk atau ENRG pada tahun 2011.
C. Hasil Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen dan variabel independen mempunyai distribusi
normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji normalitas, dapat
menganalisis dengan melihat nilai probabilitasnya. Dalam penelitian ini, uji normalitas yang digunakan adalah dengan Kolmogorov
Smirnov Test dengan menggunakan taraf signifikansi 0,05, sehingga data dinyatakan berdistribusi normal jika signifikansi lebih besar dari
0,05 atau 5. Berikut hasil perhitungannya:
Tabel 11. Hasil Uji Normalitas dengan Kolmogorov Smirnov Test
Variabel Sig.
Nilai kritis Keterangan
Residual 0,243
0,05 Normal
Lampiran 8, Hal. 101. Berdasarkan hasil uji normalitas dengan Kolmogorov Smirnov Test di
atas, terlihat bahwa nilai probabilitas 0,05, maka model regresi memenuhi asumsi normalitas.
2. Uji Linieritas
Tujuan pengujian prasyarat linearitas adalah untuk melihat apakah pola model regresi yang terbentuk adalah linier atau non-linier. Uji
linieritas dapat diketahui dengan menggunakan uji F, yaitu membandingkan antara nilai F
tabel
dengan nilai F
hitung
, F
hitung
dalam analisis ini dapat dilihat pada baris deaviation from linearity yang
tercantum dalam tabel ANOVA dari output yang dihasilkan oleh program SPSS. Dua variabel penelitian dikatakan mempunyai
hubungan yang linier bila F
tabel
F
hitung
dengan tingkat signifikansinya 5. Adapun hasil uji linieritas sebagai berikut:
Tabel 12. Hasil Uji Linearitas
Variabel F
hitung
F
tabel
Taraf Sig. Keterangan
X
1
0,657 3,94
5 Linier
X
2
1,328 3,94
5 Linier
X
3
1,130 3,94
5 Linier
X
4
3,444 3,94
5 Linier
Lampiran 9, Hal. 102.
Berdasarkan tabel hasil uji linearitas, dapat dilihat bahwa, dari semua variabel X
1
sampai dengan X
4
, semua memiliki F
hitung
yang lebih kecil dari F
tabel
, sehingga dapat dikatakan bahwa pola regresi linier.
3. Uji Multikolinearitas
Uji multikolonieritas digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan
linier antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya
multikolonieritas. Pendeteksian multikolonieritas dalam penelitian ini dilakukan dengan metode VIF.
Kriteria pengujian: Jika VIF 10, maka Ho ditolak
Jika VIF 10, maka Ho diterima Hasil uji multikolinearitas dengan metode VIF adalah sebagai berikut:
Tabel 13. Hasil Uji Multikolinearitas dengan Metode VIF
Variabel VIF
Nilai Kritis Keterangan
X
1
1,121 10
Tidak terkena multikolinearitas X
2
1,144 10
Tidak terkena multikolinearitas X
3
1,047 10
Tidak terkena multikolinearitas X
4
1,042 10
Tidak terkena multikolinearitas
Lampiran 10, Hal. 110.
Berdasarkan uji multikolinearitas dengan metode VIF, nilai VIF 10, artinya bahwa semua variabel bebas tidak terjadi multikolinearitas,
sehingga tidak membiaskan interpretasi hasil analisis regresi.
4. Uji Heterokedastisitas
