commit to user
PT. Inovisi Infracom Tbk. dan nilai maksimum umur perusahaan sebesar 7,18 bulan pada PT Ace Hardware Indonesia, Tbk.
Nilai rata-rata tipe perusahaan sebesar 0,30 yaitu bahwa perusahaan keuangan diberi nilai 1 satu dan pada perusahaan non keuangan diberi nilai 0 nol.
B. PENGUJIAN DATA
1. Uji Normalitas
Uji Normalitas data dilakukan untuk menguji pendistribusian data secara normal. Pengujian normalitas ini dilakukan berdasarkan uji Kolmogorov-
Smirnov. Dalam penelitian ini yang di uji adalah unstandardized residual dari variabel independen.
Kriteria yang digunakan adalah dengan membandingkan probability value yang diperoleh dengan pedoman pengambilan keputusan sebagai berikut:
a. jika probability value 0,05 maka data terdistribui normal. b. jika probability value 0,05 maka data terdistribusi tidak normal.
Hasil uji normalitas dapat dilihat dalam tabel IV.3 berikut ini:
TABEL IV. 3 UJI NORMALITAS DATA
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 63
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .19033344
Most Extreme Differences Absolute
.080 Positive
.056 Negative
-.080 Kolmogorov-Smirnov Z
.632 Asymp. Sig. 2-tailed
.819 a. Test distribution is Normal.
commit to user
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 63
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .19033344
Most Extreme Differences Absolute
.080 Positive
.056 Negative
-.080 Kolmogorov-Smirnov Z
.632 Asymp. Sig. 2-tailed
.819 a. Test distribution is Normal.
b. Calculated from data.
Sumber: hasil pengolahan data
Besarnya nilai Kolmogorov-Smirnov adalah 0,632 dan signifikan pada 0,819, hal ini berarti H0 diterima yang berarti residual terdistribusi secara
normal.
2. Uji Asumsi Klasik Model
a. Uji Autokorelasi
Autokorelasi menunjuk pada hubungan yang terjadi diantara anggota- anggota serangkaian pengamatan yang tersusun dalam serangkaian waktu
maupun serangkaian ruang. Dalam penelitian ini, pengujian autokorelasi dilakukan dengan uji Durbin Watson, yaitu dengan membandingkan nilai tabel
Durbin Watson dengan nilai Durbin Watson yang diperoleh dari perhitungan regresi. Kriteria pengujiannya adalah sebagai berikut Santosa, 2004:
1 Angka D-W dibawah -2 berarti ada autokorelasi positif. 2 Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi.
3 Angka D-W dibawah -2 berarti ada autokorelasi negatif.
commit to user
Pada model regresi I, nilai Durbin Watson adalah sebesar + 1,975. Hal ini berarti model regresi tidak terdapat masalah autokorelasi.
b. Uji Heteroskedastisitas
Heteroskedastisitas merupakan keadaan dimana seluruh faktor gangguan tidak memiliki varian yang sama untuk seluruh pengamatan atas variabel
independen. Dalam penelitian ini, uji yang digunakan untuk mendeteksi adanya Heteroskedastisitas dalam model regresi adalah metode Glejser, yaitu dengan
meregresikan nilai dari seluruh variabel independen dengan nilai mutlak dari nilai residual sehingga dihasilkan probability value. Kriteria pengujiaannnya
adalah sebagai berikut: 1 jika probability value 0,05 maka terjadi Heteroskedastisitas.
2 jika probability value 0,05 maka tidak terjadi Heteroskedastisitas. Hasil uji Heteroskedastisitas dapat dilihat pada tabel berikut ini:
TABEL IV.4 HASIL UJI HETEROSKEDASTISITAS
Variabel probability value Asumsi Heteroskedastisitas
LEV 0,246
tidak terjadi heteroskedastisitas ROA
0,541 tidak terjadi heteroskedastisitas EPS
0,47 tidak terjadi heteroskedastisitas LN
PROCEEDS 0,701
tidak terjadi
heteroskedastisitas LNMARKET
0,240 tidak terjadi heteroskedastisitas UND
0,201 tidak terjadi heteroskedastisitas
AUD 0,115
tidak terjadi heteroskedastisitas LN_SIZE
0,305 tidak terjadi heteroskedastisitas
LN_AGE 0,700 tidak terjadi heteroskedastisitas
TYPE 0,186 tidak terjadi heteroskedastisitas
Sumber: hasil pengolahan data
c. Uji Multikolinieritas
commit to user
Uji Multikolinieritas digunakan untuk menunjukkan ada tidaknya hubungan linier diantara variabel-variabel independen dengan model regresi.
Pengujian ini dilakukan dengan menggunakan tolerance value dan VIF dengan kriteria pengujian sebagai berikut:
1 jika tolerance value 0,01 maka terjadi multikolinieritas 2 jika tolerance value 0,01atau VIF 10 maka tidak terjadi multikolinieritas
Hasil uji multikolinieritas dapat dilihat pada tabel berikut ini:
TABEL IV.5 HASIL UJI MULTIKOLINIERITAS
Variabel VIF
Tolerance value Asumsi Multikolinieritas
FLEV 1,504
0, 665
tidak terjadi
multikolinieritas ROA
1,135 0,881
tidak terjadi
multikolinieritas EPS
1,097 0,912
tidak terjadi
multikolinieritas LN PROCEEDS 3,262
0,307 tidak terjadi multikolinieritas LNMARKET 1,131
0,884 tidak
terjadi multikolinieritas
UND 1,309
0,764 tidak
terjadi multikolinieritas
AUD 1,358
0,736 tidak
terjadi multikolinieritas
LN_SIZE 3,381
0,296 tidak
terjadi multikolinieritas
LN_AGE 1,236
0,809 tidak
terjadi multikolinieritas
TYPE 1,392
0,718 tidak
terjadi multikolinieritas
Sumber: hasil pengolahan data
3. ANALISIS DATA PENELITIAN