Tabel 4.5 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 45
Normal Parameters
a
Mean .0000000
Std. Deviation 1.86218976
Most Extreme Differences Absolute
.114 Positive
.114 Negative
-.098 Kolmogorov-Smirnov Z
.763 Asymp. Sig. 2-tailed
.605 a. Test distribution is Normal.
Sumber : Lampiran iii
Hasil pengolahan data menunjukkan besar nilai Kolmogorov-Smirnov adalah 0,763 dan signifikansi pada 0.605 maka disimpulkan data
terdistribusi secara normal karena nilai asymp. Sig. adalah 0.605 dan berada di atas nilai signifikan 0,05. Kesimpulan secara keseluruhan yang
dapat diambil adalah bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
adalah regresi yang bebas dari multikolinieritas. Untuk mengetahui ada tidaknya gejala multikolinieritas dapat dilihat dari besarnya nilai
Tolerance dan VIF Varience Inflation Factor. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Nilai umum yang biasa dipakai dalam uji ini adalah jika nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi
multikolinieritas Situmorang, 2007. Hasil uji multikolinieritas disajikan dalam tabel 4.6.
Tabel 4.6 Coefficients untuk Index = fukuran, financial leverage, net profit
margin, operating profit margin
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1Constant -11.790
5.612 -2.101
.042 X1
1.227 .360
.515 3.405 .002
.712 1.404 X2
.608 1.845
.050 .329
.744 .716 1.396
X3 5.260
3.312 .254 1.588
.120 .638 1.568
X4 -15.032
4.554 -.531 -3.301
.002 .627 1.594
a. Dependent Variable: Y
Sumber : Lampiran iv
Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1 yaitu untuk variabel
ukuran memiliki nilai tolerance 0,712; variabel financial leverage memiliki nilai tolerance 0,716; variabel net profit margin memiliki nilai
tolerance 0,638; variabel operating profit margin memiliki nilai tolerance 0,627. Jika dilihat dari VIF-nya, bahwa masing-masing variabel bebas
lebih kecil dari 5 yaitu untuk VIF ukuran 1,404; VIF financial leverage
1,396; VIF net profit margin 1,568; VIF operating profit margin 1,594. Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala
multikolineritas dalam variabel bebasnya.
c. Uji Autokorelasi
Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1sebelumnya Erlina dan Sri, 2007. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk
mendeteksi gejala autokorelasi kita menggunakan uji Durbin-Watson DW. Uji ini menghasilkan nilai DW hitung d dan nilai DW tabel dl
du. Pengujian autokorelasi dapat dilihat melalui angka Durbin-Watson pada Tabel 4.7 berikut ini.
Tabel 4.7 Hasil Uji Autokorelasi
Sumber : Lampiran v
Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin- Watson DW sebesar 1.894. Nilai ini akan dibandingkan dengan nilai
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .591
a
.349 .284
1.9530811 1.894
a. Predictors: Constant, X4, X2, X1, X3 b. Dependent Variable: Y
tabel dengan menggunakan nilai signifikansi 5, jumlah data pengamatan 45, dan jumlah variabel independen pada penelitian sebanyak 4 k=4,
maka di tabel Durbin Watson didapat nilai dU sebesar 1,720 dan nilai dL sebesar 1,3357. Nilai DW 1,894 terletak antara dU dan 4 – dU 1,720
1,894 2.280, maka keputusan tidak ada korelasi positif atau negatif. Jadi, dapat disimpulkan bahwa pada model regresi tidak terjadi
autokorelasi.
d. Uji Heteroskedastisitas