75
5. Variabel IOS investment opportunity set memiliki nilai minimum 0,820
diperoleh PT Adaro Energy Tbk, sedangkan nilai IOS maksimum adalah 53,590 diperoleh PT Unilever Indonesia Tbk. Rata-rata mean nilai IOS adalah 5,555,
dan standar deviasinya 10,317 dengan jumlah pengamatan sebanyak 54. 6.
Variabel QR quick ratio memiliki nilai minimum 0,021diperoleh PT Bank Danamon Tbk, sedangkan nilai quick ratio maksimum adalah 4,491 diperoleh PT
Bukit Asam Persero Tbk. Rata-rata mean nilai quick ratio adalah 1,013, dan standar deviasinya 0,938 dengan jumlah pengamatan sebanyak 54.
Pada Tabel 4.1 terlihat bahwa standar deviasi setiap variabel mengalami fluktuasi yang mencerminkan adanya keberagaman data didalam penelitian ini.
Apabila standar deviasi lebih besar daripada rata-rata maka tingkat penyebaran data terhadap rata-rata tinggi karena data menyebar jauh dari rata-rata, begitu pun
sebaliknya apabila standar deviasi lebih kecil dari rata-rata, maka tingkat penyebaran data terhadap rata-rata rendah.
4.3 Uji Asumsi Klasik 1. Uji Normalitas
Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Jarque-Bera J-B. Dalam penelitian ini, tingkat signifikansi yang digunakan
� = 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik J-
B, dengan ketentuan yaitu jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas
terpenuhi namun jika probabilitas 0,05, maka asumsi normalitas tidak terpenuhi.
Universitas Sumatera Utara
76
Gambar 4.1 Uji Normalitas dengan Uji Jarque-Bera
Sumber: Hasil Penelitian, 2016 Data Diolah
Perhatikan bahwa berdasarkan Gambar 4.1, diketahui nilai probabilitas dari statistik J-B adalah 0,667506. Karena nilai probabilitas
�, yakni 0,667506, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas
dipenuhi.
2. Uji Multikolinearitas
Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi. Jika antar variabel independen
ada korelasi yang cukup tinggi, yakni di atas 0,9, maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji multikolinearitas disajikan pada Tabel 4.2.
Tabel 4.2 Uji Multikolinearitas dengan Matriks Korelasi
DER IOS
QR ROE
TA DER
1.000000 -0.084782
-0.635298 -0.071016
0.848403 IOS
-0.084782 1.000000
-0.101419 0.859632
-0.343879 QR
-0.635298 -0.101419
1.000000 -0.015926
-0.652491 ROE
-0.071016 0.859632
-0.015926 1.000000
-0.352189 TA
0.848403 -0.343879
-0.652491 -0.352189
1.000000
Sumber: Hasil Penelitian, 2016 Data Diolah
2 4
6 8
10
-0.4 -0.3
-0.2 -0.1
0.0 0.1
0.2 0.3
Series: RESID Sample 1 54
Observations 54 Mean
-0.021401 Median
-0.011739 Maximum
0.263080 Minimum
-0.444062 Std. Dev.
0.143689 Skewness
-0.277573 Kurtosis
3.226070 Jarque-Bera 0.808412
Probability 0.667506
Universitas Sumatera Utara
77
Berdasarkan Tabel 4.2, dapat dilihat bahwa korelasi antara DER dan IOS sebesar - 0,084782, korelasi antara DER dan QR sebesar -0,635298, dan seterusnya. Dari hasil
pengujian multikolinearitas pada Tabel 4.2 dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variabel independen. Hal ini karena nilai korelasi antar
variabel independen tidak lebih dari 0,9. 3. Uji Autokorelasi
Asumsi mengenai independensi terhadap residual non-autokorelasi dapat diuji dengan menggunakan uji Durbin-Watson. Nilai statistik dari uji Durbin-Watson
berkisar di antara 0 dan 3. Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi.
Tabel 4.3 Uji Autokorelasi dengan Uji Durbin-Watson
Log likelihood 4.561483 Hannan-Quinn criter.
0.138509 F-statistic
6.327489 Durbin-Watson stat 1.608460
ProbF-statistic 0.000138
Sumber: Hasil Penelitian, 2016 Data Diolah
Berdasarkan Tabel 4.3, nilai dari statistik Durbin-Watson adalah 1,608460. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3,
maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4. Uji Heteroskedastisitas
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan Uji White. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik uji
White.
Universitas Sumatera Utara
78
Tabel 4.4 Uji Heteroskedastisitas dengan Uji White
Heteroskedasticity Test: White F-statistic
0.633942 Prob. F20,33 0.8574
ObsR-squared 14.98850 Prob. Chi-Square20
0.7771
Sumber: Hasil Penelitian, 2016 Data Diolah
Berdasarkan Tabel 4.4, nilai Prob. Chi-Square dari Obs R-squared = 0,7771 ≥
0,05, maka asumsi homoskedastisitas terpenuhi. Dengan kata lain, tidak terjadi gejala heteroskedastisitas yang tinggi pada residual.
4.4 Pemilihan Model Data Panel
