Uji Normalitas Uji Asumsi Klasik

Seminar Nasional dan Call for Papers “Tantangan Pengembangan Ilmu Akuntansi, Inklusi Keuangan, dan Kontribusinya Terhadap Pembangunan Ekonomi Berkelanjutan” 30 Grafik 4.2 Grafik Normal P-Plot Balance of Trade dengan GDP_CHN Grafik normal p-p plot of regression standardized residual menunjukkan titik-titik yang menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data yang diuji adalah normal.

4.1.2 Uji Multikolinearitas

Uji multikolinearitas menjelaskan bahwa variabel independen harus terbebas dari gejala multikolinearitas, dimana gejala yang dimaksud yaitu adanya korelasi yang signifikan antar variabel independen. Untuk melihat adanya penyimpangan multikolinearitas dapat dilihat dari nilai tolerance dan VIF Variance Inflation Factor . Tabel 4.1 Hasil Uji Multikolinearitas BOT dengan RER, FDI, GDP_IND dan TAX_ACFTA Variabel Independen Tolerance VIF RER .477 2.098 FDI .722 1.385 GDP_IND .477 2.098 TAX_ACFTA .600 1.666 Tabel 4.2 Hasil Uji Multikolinearitas BOT dengan GDP_CHN Variabel Independen Tolerance VIF GDP_CHN 1.000 1.000 “Tantangan Pengembangan Ilmu Akuntansi, Inklusi Keuangan, dan Kontribusinya Terhadap Pembangunan Ekonomi Berkelanjutan” 31 Tabel 4.2 diatas menunjukkan hasil uji multikolinearitas untuk BOT dengan RER, FDI, RER, GDP_IND dan TAX_ACFTA dan Tabel 4.3 menunjukkan hasil multikolinearitas untuk BOT dengan GDP_CHN. Berdasarkan Tabel 4.2 dan 4.3 diatas dapat dilihat bahwa semua nilai tolerance lebih besar dari 0,1 dan nilai VIF semua variabel independen lebih kecil dari 10,00. Dengan demikian dapat disimpulkan bahwa pada model regresi ini tidak terjadi gejala multikolinearitas.

4.1.3 Uji Autokorelasi

Hasil uji autokorelasi dari variabel independen RER, FDI, GDP_IND dan TAX_ACFTA terhadap dependen BOT didapatkan hasil nilai Durbin-Watson sebesar 1,815. Nilai tabel Durbin-Watson dengan alpha 5 untuk jumlah data n sebanyak 40 dan jumlah variabel independen k sebanyak 5 adalah dL 1,2305 dan dU 1,7859. Dengan demikian, maka d dU atau 1,815 1,7859 maka pada variabel-variabel independen tersebut tidak terdapat autokorelasi positif terhadap variabel dependen. Nilai 4 – d dU atau 4 – 1,815 1,7859 maka pada variabel- variabel independen tersebut tidak terdapat autokorelasi positif terhadap variabel dependen atau dengan kata lain, nilai Durbin-Watson dari model regresi yang terbentuk pada penelitian ini berada pada area bebas autokorelasi. Hasil uji autokorelasi dari variabel independen GDP_CHN terhadap dependen BOT didapatkan hasil nilai Durbin-Watson sebesar 1,627. Nilai tabel Durbin-Watson dengan alpha 5 untuk jumlah data n sebanyak 40 dan jumlah variabel independen k sebanyak 5 adalah dL 1,2305 dan dU 1,7859. Dengan demikian, maka d dU atau 1,627 1,7859 maka pada variabel- variabel independen tersebut tidak terdapat autokorelasi positif terhadap variabel dependen. Nilai 4 – d dU atau 4 – 1,627 1,7859 maka pada variabel-variabel independen tersebut tidak terdapat autokorelasi positif terhadap variabel dependen atau dengan kata lain, nilai Durbin-Watson dari model regresi yang terbentuk pada penelitian ini berada pada area bebas autokorelasi.

4.2.4 Uji Heteroskedastisitas