B. Uji Asumsi Klasik
1. Uji Normalitas Data
Normalitas data diuji dengan menggunakan kolmogorov-smirnov dengan level of significant 0.05. Dari pengujian kolmogorov-smirnov
yang telah dilakukan, semua variabel, baik acc, flc, grwth, dpr, size, lev, roa, dan erc yang akan digunakan dalam model penelitian memiliki p-
value lebih besar dari level of significant sebesar 0.05. Maka dapat diambil kesimpulan bahwa semua variabel berdistribusi normal. Berikut
ini adalah data hasil uji normalitas:
Tabel IV.2 Uji Normalitas
Variabel p-value
Significant α Interpretasi
ACC 0.116
0.05 Normal
FLC 0.692
0.05 Normal
GRWTH 0.101
0.05 Normal
DPR 0.596
0.05 Normal
SIZE 0.600
0.05 Normal
LEV 0.998
0.05 Normal
ROA 0.965
0.05 Normal
ERC 0.222
0.05 Normal
Sumber: data sekunder yang diolah
2. Uji Multikolinearitas
Tabel IV.3 Uji Multikolinearitas
Variabel Tolerance VIF
Interpretasi
ACC .818 1.222 Tidak terjadi multikolinearitas
FLC .846 1.182 Tidak terjadi multikolinearitas
GRWTH .714 1.400 Tidak terjadi multikolinearitas
DPR .893 1.120 Tidak terjadi multikolinearitas
SIZE .604 1.656 Tidak terjadi multikolinearitas
LEV .686 1.457 Tidak terjadi multikolinearitas
ROA .503 1.987 Tidak terjadi multikolinearitas
Sumber: data sekunder yang diolah
Multikolinearitas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor VIF. Hasil uji multikolinearitas dapat dilihat pada
Tabel IV.3. Hasil uji multikolinearitas menunjukkan bahwa tidak ada variabel yang memiliki nilai tolerance kurang dari 10 dan tidak ada
variabel yang memiliki VIF lebih dari 10. Sehingga dapat disimpulkan bahwa model regresi dapat digunakan karena tidak terjadi
multikolinearitas di dalamnya.
3. Uji Autokorelasi
Tabel IV.4 Uji Autokorelasi
Sumber: data sekunder yang diolah
Uji autokorelasi dari 45 sampel penelitian menunjukkan bahwa nilai dari Durbin-Watson menunjukkan angka 2.105. Nilai ini lebih besar
dari batas atas du 1.789 dan kurang dari 2.211 4-du atau 4-1.789. Nilai tersebut memenuhi syarat Durbin-Watson yaitu du d 4-du.
Maka interpretasi dari hasil penelitian tersebut adalah tidak terdapat autokorelasi positif atau pun negatif dalam data penelitian.
4. Uji Heteroskedastisitas
Pada Grafik scatterplot yang dihasilkan dari pengujian heteroskedastisitas berikut ini, menunjukkan bahwa tidak terdapat pola
yang jelas, titik-titik menyebar secara acak di atas dan di bawah angka
n k
dl du
d Interpretasi
45 7
1.189 1.789
2.105 Tidak terjadi autokorelasi
nol pada sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
Gambar IV.1 Uji Heteroskedastisitas
Regression Standardized Predicted Value
2 1
-1 -2
-3
R eg
re ss
io n
St ud
en tiz
ed R
es id
ua l
3 2
1 -1
-2 -3
Scatterplot Dependent Variable: ERC
Sumber: data sekunder yang diolah
C. Uji Hipotesis