Nilai koefisien regresi variabel PTBIt sebesar -0.070209 menunjukkan bahwa setiap kenaikan PTBIt akan diikuti oleh penurunan laba masa depan sebesar -
0.070209, dengan asumsi variable lain tetap. Nilai koefisien regresi variabel PTBItLPBTDt sebesar -0.105487
menunjukkan bahwa setiap kenaikan LPBTDt akan diikuti oleh penurunan laba masa depan sebesar -0.105487, dengan asumsi variable lain tetap.
Nilai koefisien regresi variabel PTBItLNBTDt sebesar -0.199026 menunjukkan bahwa setiap kenaikan LNBTDt akan diikuti oleh penurunan laba
masa depan sebesar -0.105487, dengan asumsi variable lain tetap. Nilai koefisien regresi sebesar 0.021918. Hal ini menunjukkan bahwa setiap
peningkatan satu satuan akan meningkatkan relevansi nilai sebesar 0.021918.
4.2.5. Uji Asumsi Klasik
4.2.5.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu residual memiliki distribusi normal. Menurut Ghozali 2005 : 110
“dapat diketahui bahwa uji t dan uji F dengan mengasumsikan bahwa nilai residual mengikuti distribusi normal”.
Salah satu uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik non – parametrik Kolmogorov – Smirnov K-S. uji K-S
dilakukan dalam membuat hipotesis : H
: Data residual berdistribusi normal
H
a
: Data residual tidak berdistribusi normal Pengambilan keputusannya adalah :
Signifikan K- S α maka terima H
: Residual normal Signifikan K-
S α maka terima H
a
: Residual tidak normal
a. Pendekatan histogram Salah satu cara untuk melihat normalitas adalah dengan melihat kurva
normal. Kurva normal adalah kurva yang memiliki ciri khusus dimana mean, mode, dan mediannya berada ditempat yang sama. Maka jika terjadi kemencengan pada
kurva skewness maka data tidak berdistribusi normal
Sumber : Data Olahan Menggunakan SPSS Versi 21 2015
Gambar 4.1. Histogram Uji Normalitas
Histogram Dependent Variabel : Persistensi Laba
Fr e
que nc
y
Regression Standardized Residual
Mean = 1.54E-4 Std.Dev =
1 1
. .
7 7
5 5
7 7
9 9
3 3
4 4
4 4
5 5
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpect
ed C
um P
rob
1.0
0.8 0.6
0.4
0.2
0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Minat Beli Konsumen
Persistensi Laba
Berdasarkan Gambar 4.1 grafik histogram terlihat bahwa data variabel berdistribusi normal. Hal ini ditunjukkan oleh gambar histogram yang membentuk
lonceng yang tidak melenceng baik ke kiri maupun ke kanan.
b. Pendekatan Grafik
Cara untuk melihat normalitas adalah dengan melakukan pendekatan grafik. Pendekatan ini dengan melihat titik-titik di sepanjang garis diagonal
Sumber : Data diolah Menggunakan SPSS Versi 21 2015
Gambar 4.2. Graffik Uji Normalitas
Berdasarkan Gambar 4.2 diatas dapat dilihat bahwa distribusi dari titik-titik data pengaruh book tax gap terhadapa persistensi laba menyebar disekitar garis
diagonal, dimana dapat disimpulkan bahwa data yang disajikan bersifat normal. Maka model regresi layak dipakai untuk memprediksi persistensi laba perbankan di
Indonesia berdasarkan Independent Variable.
c. Pendekatan Residual Data Tabel 4.12
Hasil Uji Normalitas Model Penelitian
Jarque Bera Prob.
Model Pembentukkan book tax gap 34.17618
0.0000 Model hubungan book tax gap
dengan persistensi laba 10.06165
0.0065
Sumber : Data diolah menggunakna SPSS Versi 21 2015 Dari Tabel 4.12 di atas dapat dilihat bahwa residual data belum terdistribusi
dengan normal dimana nilai Jarque-Bera model model pembentukkan book tax gap 34,17618 2 dan nilai Jarque-Bera model hubungan book tax gap dengan
persistensi laba 10,06165 2, sedangkan nilai probabilitas model pembentukkan
redi ct
ed
2
Scatterplot Dependent Variable: Minat Beli Konsumen
Persistensi Laba
book tax gap yaitu 0.0000 0.05 dan nilai probabilitas model hubungan book tax gap dengan persistensi laba yaitu 0.0065 0.05 sehingga dianggap belum layak
untuk dilakukan uji regresi berganda. Menurut Imam 75:2012 maka dilakukan regresi persamaan semilog yaitu variabel dependen dalam bentuk logaritma dan
variabel independen biasa atau sebaliknya. Hasil yang diperoleh adalah residual sudah berdistribusi normal
.
4.2.6. Uji Heterokedasitas
