Uji Asumsi Klasik ANALISIS DAN HASIL PENELITIAN

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