Tabel 4.7: Hasil Uji Normalitas Menggunakan Uji Kolmogorov-Smirnov
Kolmogorov Tingkat Variabel Penelitian
Smirnov Signifikan Kesimpulan Rasio Lancar X1
0,857 0,454
Normal Rasio Hutang Atas Modal X2
1,638 0,009
Tidak Normal Rasio Perputaran Total Aktiva X3
0,518 0,951
Normal Rasio Perputaran Persediaan X4
0,720 0,678
Normal Return on investmentX5
0,843 0,476 Normal Kinerja Keuangan Y
1,229 0,097
Normal
Sumber lampiran 3 Berdasarkan tabel diatas menunjukkan bahwa distribusi data pada
variabel rasio hutang atas modal X
2
, tidak mengikuti distribusi normal, karena tingkat signifikan variabel tersebut lebih kecil dari 0,05 sedangkan
distribusi data pada variabel rasio lancar X
1
, rasio perputaran total aktiva X
3
, rasio perputaran persediaan X
4
, ROI X
5
, dan kinerja keuangan Y mengikuti distribusi normal, karena tingkat signifikan yang dihasilkan lebih
besar dari 0,05.
4.3.2. Uji Normalitas Sesudah Perbaikan Data
Setelah dilakukan perbaikan data pada variabel penelitian dengan mentransformasi data, maka hasil uji kualitas data yaitu normalitas
menunjukkan bahwa data seluruh variabel independen dan dependen telah mengikuti sebaran normal.
Tabel 4.8: Hasil Uji Normalitas Menggunakan Uji Kolmogorov-Smirnov
Kolmogorov Tingkat
Variabel Penelitian Smirnov Signifikan
Kesimpulan Rasio Lancar X1
0,798 0,547
Normal Rasio Hutang Atas Modal X2
1,200 0,112
Normal Rasio Perputaran Total Aktiva X3
0,578 0,892
Normal Rasio Perputaran Persediaan X4
0,735 0,652
Normal Return on investmentX5
0,879 0,423 Normal
Kinerja Keuangan Y 1,259
0,084 Normal
Sumber Lampiran 5 Dari tabel 4.8 hasil uji normalitas dengan Kolmogorov-Smirnov
terhadap variabel penelitian pada regresi berganda menunjukkan nilai signifikasi 0,05 sehingga data seluruh variabel tersebut memiliki distribusi
data yang normal.
4.4. Uji Asumsi Klasik
4.4.1. Autokorelasi
Tujuan uji autokorelasi ini adalah untuk menguji apakah dalam model regresi linier ada korelasi antara korelasi penggangu pada tahun ini dengan
periode tahun sebelumnya, untuk mengetahui apakah terjadi autokorelasi atau tidak, dapat digunakan uji Durbin Watson Ghozali, 2006: 95.
Tabel 4.9: Hasil Uji Autokorelasi Menggunakan Uji Durbin Watson
Model Summary
b
,605
a
,366 ,234
64,59193 2,755
Model 1
R R Square
Adjusted R Square
St d. Error of the Estimate
Durbin- Wat son
Predictors: Constant, X5, X4, X2, X3, X1 a.
Dependent Variable: Y b.
Sumber Lampiran 6
Dalam penelitian ini, Hasil Uji Autokorelasi menunjukkan nilai DW = 2.755. Berdasarkan tabel DW dengan jumlah sampel n = 30 dan k = 5, yaitu
terletak pada 4 – du ≤ d ≤ 4 – dl maka diperoleh nilai DW 2.755 terletak
diantara dl = 1,0706 dan du = 1,8326 yang terletak didaerah keragu-raguan atau tidak dapat disimpulkan, sehingga dapat dianggap bahwa asumsi tidak
terjadi autokorelasi dapat dipenuhi. 4.4.3. Multikolinieritas
Tujuan uji multikolinieritas adalah menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas, karena dalam model regresi
yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi apakah terjadi multikolinieritas atau tidak, dapat digunakan uji
multikolinieritas Ghozali, 2006: 91.
