C. Analisis dan Pembahasan
1. Hasil Uji Asumsi Klasik
a. Uji Normalitas Data
Uji normalitas ini digunakan untuk menguji apakah dalam sebuah model berdistribusi data normal atau tidak. Hasil pengujian
normalitas data dengan menggunakan Normal P-Plot dapat dilihat pada gambar 4.1. Pada gambar tersebut menunjukkan bahwa titik-titik
data berada di sekitar garis diagonal dan mengikuti arah garis diagonal. Dengan demikian, maka dapat disimpulkan bahwa data dalam
penelitian ini sudah terdistribusi normal atau sudah memenuhi asumsi normalitas.
Gambar 4.1 Grafik
Normality Probability Plot
Sumber: Data sekunder yang diolah
77
b. Uji Multikolinearitas
Uji multikolinearitas ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk menguji ada tidaknya korelasi antara
variabel bebas digunakan metode Tolerance and Variance Factor atau
VIF.
Pengujian multikolinearitas dilihat dari besaran VIF Variance Inflation Factor dan tolerance. Regresi yang terbebas dari problem
multikolinearitas apabila nilai VIF 10 dan tolerance 0,10, maka data tersebut tidak ada multikolinearitas.
Tabel 4.8 Hasil Uji Multikolinearitas
Sumber: Data sekunder yang diolah
Colinearity Statistic Model
Tolerance VIF
Kesimpulan
Kepemilikan Institusional
0.938 1.066
Tidak terjadi multikolinearitas
Kepemilikan Manajerial
0.994 1.066
Tidak terjadi multikolinearitas
Proporsi Dewan Komisris Independen
0.797 1.254
Tidak terjadi multikolinearitas
Komite Audit
0.772 1.295
Tidak terjadi multikolinearitas
Dari tabel 4.7 terlihat bahwa tidak ada korelasi yang cukup tinggi antar variabel independen sehingga dapat dikatakan bahwa tidak
terjadi multikolinearitas. 78
Hasil perhitungan nilai tolerance pada tabel 4.7 juga menunjukkan bahwa tidak ada variabel independen yang memiliki
nilai kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen. Hasil perhitungan nilai VIF juga menunjukkan hal yang
sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi, dapat disimpulkan bahwa tidak ada multikolinearitas
antar variabel independen dalam model regresi.
c. Uji Autokorelasi