78
4.3.2. Hasil Analisis Regresi Linier Berganda pada Data Transformasi 4.3.2.1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Dalam penelitian ini uji normalitas
menggunakan metode Kolmogorov Smirnov. Adapun hasil dari pengujian normalitas adalah :
Tabel 4.11 : Hasil Uji Normalitas Data Transformasi Variabel-Variabel
Penelitian Kolmogorov
Smirnov Tingkat
signifikan Rasio likuiditas X
1
Rasio profitabilitas X
2
Ukuran perusahaan X
3
Tingkat Kelengkapan Pengungkapan Laporan
Keuangan Y 0,609
0,737 0,896
1,121 0,853
0,650 0,398
0,162
Sumber : Lampiran 8 Berdasarkan
tabel 4.11
di atas
diketahui bahwa distribusi data pada variabel rasio likuiditas X
1
, rasio profitabilitas X
2
, ukuran perusahaan X
3
dan tingkat kelengkapan pengungkapan laporan keuangan Y adalah distribusi normal, karena tingkat signifikan dari Kolmogorov-Smirnov yang
dihasilkan lebih dari 0,05 sig 5.
4.3.2.2. Uji Asumsi Klasik
Uji asumsi klasik yang dibahas pada penelitian ini adalah uji multikolinieritas, heteroskedastisitas dan autokorelasi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
79
1. Uji
Multikolinieritas
Adapun besaran VIF dari masing-masing variabel bebas adalah sebagai berikut :
Tabel 4.12 : Nilai VIF Data Transformasi Variabel Bebas
VIF Rasio likuiditas X
1
Rasio profitabilitas X
2
Ukuran perusahaan X
3
1,773 1,484
2,393
Sumber: Lampiran 9 Berdasarkan tabel 4.12 di atas, menunjukkan bahwa nilai VIF pada
variabel rasio likuiditas X
1
, rasio profitabilitas X
2
dan ukuran perusahaan X
3
kurang dari angka 10 VIF 10, sehingga dapat disimpulkan bahwa model regresi yang dihasilkan tidak terjadi
multikolinearitas.
2. Uji Heteroskedastisitas
Adapun hasil uji heteroskedastisitas pada masing-masing variabel bebas adalah sebagai berikut :
Tabel 4.13 : Hasil Korelasi Rank Spearman Variabel Bebas
Koefisien korelasi Rank Spearman
Tingkat signifikansi
Rasio likuiditas X
1
Rasio profitabilitas X
2
Ukuran perusahaan X
3
0,065 -0,179
-0,374 0,812
0,506 0,154
Sumber: Lampiran 9 Berdasarkan tabel 4.13 di atas, menunjukkan bahwa tingkat
signifikansi pada variabel rasio likuiditas X
1
, rasio profitabilitas X
2
dan ukuran perusahaan X
3
diatas 5 sig 0,05, maka dapat
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
80 disimpulkan bahwa model regresi yang dihasilkan tidak terjadi
heteroskedastisitas.
3. Uji Asumsi Klasik Autokorelasi
Adanya Autokorelasi
dalam model regresi artinya adanya korelasi
antar anggota sampel yang diurutkan berdasarkan waktu. Uji statistik yang digunakan untuk mengetahui ada tidaknya autokorelasi adalah uji
Durbin Watson. Berikut ini hasil uji Durbin Watson: Tabel 4.14 : Hasil Uji Durbin Watson
Model Summary
b
.509
a
.259 .074
7.73805 2.110
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, x3, x2, x1 a.
Dependent Variable: y b.
Sumber : Lampiran 9 k
= 3 banyaknya variabel bebas n = 16
d
L
= 0,8572 d
U
= 1,7277 Lampiran 10 Nilai DW yang dihasilkan sebesar 2, 110 Tabel 4.14
Nilai d
yang dihasilkan berada diantara 1,7277 d
U
damapi dengan 2,2723 4-d
U
atau berada pada daerah tidak terjadi autokorelasi.
4.3.2.3. Persamaan Regresi Linier Berganda
