Hasil pengujian normalitas pada pengujian 42 sampel menunjukan bahwa seluruh variabel berdistribusi normal yang ditunjukkan dengan nilai signifikansi
pengujian Kolmogorov-SmirnovAsymp. Sig. 2-tailed sebesar 0,091 yang lebih besar dari 0,05. Hal ini juga ditunjukkan dengan gambar PP plot yang pola
penyimpangannya tidal lebar mendekati garis diagonal, yaitu sebagai berikut:
Gambar 4.1 Pola PP Plot
Sumber : data sekunder yang diolah, 2016
4.3.2 Uji Multikolinearitas
Universitas Sumatera Utara
Uji multikolinearitas merupakan uji yang dilakukan dengan tujuan menguji apakah model regresi terdapat korelasi antar variabel independen Ghozali, 2009.
Berdasarkan hasil analisis regresi diperoleh nilai Tolerance dan VIF untuk masing-masing variabel bebas sebagai berikut :
Tabel 4.3 Tabel Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
INST .658
1.520 DK
.579 1.728
AUDIT .573
1.747 TOBIN
.932 1.073
ETR .845
1.183
a. Dependent Variable: BTG Sumber : data sekunder yang diolah, 2016
Suatu model regresi dinyatakan bebas dari multikolinearitas adalah jika mempunyai nilai Tolerance variabel bebas 0,10 dan VIF variabel bebas 10.
Dari table tersebut diperoleh bahwa semua variabel bebas memiliki nilai Tolerance 0,10 dan VIF 10. Dengan demikian diperoleh hasil tidak adanya
masalah multikolinearitas dalam model regresi.
4.3.3 Uji Heterokedastisitas
Uji Heterokedastisitas digunakan untuk melihat apakah dalam sebuah model regresi terjadi ketidaksamaan varian. Model regresi yang baik adalah tidak
Universitas Sumatera Utara
terjadinya Heterokedastisitas. Untuk mendeteksi adanya heterokedasitas dapat dilakukan dengan menggunakan Scatter Plot. Apabila tidak terdapat hasil yang
menyebar nilai-nilai residualnya, maka model regresi tersebut bebas dari masalah Heterokedastisitas.
Gambar 4.2 Uji Heterokedastisitas
Sumber : data sekunder yang diolah, 2016
Dari gambar 4.2 diperoleh bahwa scatter plot membentuk titik-titik yang menyebar secara acak dengan tidak membentuk pola yang jelas. Hal ini
menunjukkan tidak ada masalah Heterokedastisitas.
Universitas Sumatera Utara
4.3.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1
sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Hasil uji autokorelasi terhadap model regresi, dapat dilihat pada
tabel dibawah ini.
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Durbin-
Watson 1
.505
a
.255 .167
2.351
a. Predictors: Constant, ETR, AUDIT, TOBIN, INST, DK b. Dependent Variable: BTG
Sumber : data sekunder yang diolah, 2016
Table uji 4.4 menunjukkan besarnya nilai Durbin-Watson hasil uji autokorelasi untuk variabel BTG adalah 2.351. Menggunakan lima proksi
variabel independen dan sampel sebanyak 48, maka didapatkan dL = 1,3167 dan nilai dU = 1,7725. Nilai dw yang berada pada daerah dU dw 4-dU
terbebas dari problem autokorelasi dan layak digunakan. Dalam penelitian ini, nilai Durbin-Watson harus berada diantara 1,7725 dan 2,275. dengan
demikian menunjukkan bahwa model regresi terjadi autokorelasi. Untuk itu diperlukan uji lanjutan dengan uji Runs Test.
Universitas Sumatera Utara
Tabel 4.5 Uji Runs Test
Uji runs test diperoleh nilai signifikansi sebesar 0,662 yang lebih besar dari 0,05 yang berarti bahwa model regresi bebas dari masalah autokorelasi.
4.4 Uji Hipotesis