Hasil uji statistik dengan menggunakan uji non parametrik Kolmogorov- Smirnov
Menunjukkan bahwa variabel Transaksi pihak-pihak yang mempunyai hubungan istimewa Piutang dan Hutang, Kinerja Keuangan memiliki tingkat
signifikan dibawah 0,05, berarti nilai residual variabel tersebut berdistribusi secara tidak normal dan variabel manajemen laba memiliki tingkat signifikan
diatas 0,05 berdistribusi normal. Hasil uji statistik dengan menggunakan uji non parametrik Kolmogorov-
Smirnov secara keseluruhan variabel dapat terlihat pada tabel 5.6.
Tabel 5.6 Hasil Uji One-Sample Kolmogorov-Smirnov Test Hipotesis Pertama Seluruh Variabel
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
50 Normal Parameters
a,,b
Mean .0000000
Std. Deviation .38599894
Most Extreme Differences Absolute
.078 Positive
.054 Negative
-.078 Kolmogorov-Smirnov Z
.550 Asymp. Sig. 2-tailed
.922 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2013 Data Diolah Berdasarkan tabel 5.6, jika uji non parametrik Kolmogorov-Smirnov diuji
secara keseluruhan variabel, nilai residual variabel juga berdistribusi secara normal.
5.2.2 Uji Multikolonieritas Hipotesis Pertama
Universita Sumatera Utara
Pengujian multikolonieritas dilakukan untuk melihat apakah pada model regresi ditemukan adanya kolerasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi multikolonieritas. Cara melakukan dengan melihat nilai
tolerance 0,10 dan nilai VIP 10, maka variabel tersebut mempunyai persoalan
multikolineritas dengan variabel bebas lainnya.
Tabel 5.7 Hasil Uji Multikolonieritas Hipotesis Pertama
Coefficient Correlations
a
Model Manj Laba X
2
Tran.Hub. Istmw X
2
1 Correlations
Manj Laba X
2
1.000 .004
Tran.Hub. Istmw X
1
.004 1.000
Covariances Manj Laba X
2
.109 .000
Tran.Hub. Istmw X
1
.000 .102
a. Dependent Variable: Kinerja Keuangan
Sumber: Hasil Penelitian, 2013 Data Diolah Dari tabel diatas dapat dilihat bahwa nilai korelasi antar variabel
independen masih dibawah 95. Dengan demikian dapat disimpulkan bahwa dalam model penelitian ini tidak terdapat multikolineritas.
5.2.3 Uji Heteroskedastisitas Hipotesis Pertama
Salah satu cara untuk mendeteksi adanya heterokedastisitas adalah dengan menggunakan scater plot. Apabila scatter plot menunjukkan sesuatu yang
membentuk pola maka dapat dikatakan terjadi homoskedastisitas. Dalam hal ini data yang akan diuji tidak mengalami heteroskedastisitas yang menunjukkan
dengan scatter plot yang tidak memiliki pola apapun.
Universita Sumatera Utara
Gambar 5.4 Grafik Scatterplot Heteroskedastisitas Hipotesis Pertama
Sumber: Hasil Penelitian, 2013 Data Diolah
5.2.4 Uji Autokolerasi Hipotesis Pertama
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya, jika terjadi korelasi, maka dinamakan ada problem autokorelasi Ghozali, 2006. Cara yang digunakan untuk
mendeteksi ada atau tidaknya autokorelasi adalah dilakukannya uji Durbin- Watson
DW. Pengambilan keputusan ada tidaknya autokorelasi ditentukan berdasrkan
kriteria berikut Ghozali, 2006:100. a.
Jika 0 d dl maka tidak ada autokorelasi positif, hasilnya tolak keputusan. b.
Jika dl d du maka tidak ada autokorelasi positif, hasilnya no decision. c.
Jika 4 – dl d 4 maka tidak ada auto korelasi negatif, hasilnya tolak
keputusan. d.
Jika 4 – du d 4 – dl maka tidak ada auto korelasi negatif, hasilnya no
decision .
e. Jika du d 4
– du maka tidak ada auto korelasi, positif atau negatif, hasilnya keputusan tidak ditolak.
Universita Sumatera Utara
Hasil uji statistik hipotesis pertama dengan menggunakan uji Durbin- Watson
DW. dapat terlihat pada tabel 5.9
Tabel 5.9 Hasil Uji Autokorelasi Hipotesis Pertama
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.760
a
.578 .560
.39412612 1.992
a. Predictors: Constant, Manj Laba X
2
, Tran.Hub. Istmw X
1
b. Dependent Variable: Kinerja Keuangan
Sumber: Hasil Penelitian, 2013 Data Diolah Berdasarkan tabel 5.9 menunjukkan bahwa nilai Durbin-Watson DW
sebesar 1,992. Sedangkan bila dilihat dari DW untuk 2 variabel independen k= 2 dan banyak data adalah 50, untuk level signifikan 0,05, maka diperoleh DL
sebesar 1,4625 dan DU 1,6283, sehingga DU D 4 – DU = 1,6283 1,992 4
– 1,6283, yang artinya tidak ada autokorelasi, positif dan negatif, hasilnya keputusan tidak ditolak. Tabel Durbin-Watson DW, alpha 0,05 dapat dilihat
pada lampiran 9.
5.3 Uji Asumsi Klasik Hipotesis Kedua 5.3.1 Uji Normalitas Hipotesis Kedua