Uji Normalitas Data Uji Autokorelasi

64 2011 terdiri dari uji normalitas, uji autokorelasi, uji heterokedastisitas dan uji multikoliniearitas.

1. Uji Normalitas Data

Ghozali 2011 menyatakan bahwa uji normalitas adalah untuk menguji apakah model regresi, variabel independen, dan variabel dependennya memiliki distribusi data normal atau tidak normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Uji normalitas dilakukan dengan uji rasio skewness dan kurtosis serta uji Kolmogrov Smirnov K-S. Rasio skweness adalah nilai skweness dibagi dengan standar error skweness, sedang rasio kurtosis adalah nilai kurtosis dibagi dengan standar error kurtosis. Jika rasio kurtosis dan skweness berada diantara -2 hingga +2, maka distribusi data adalah normal. Uji Kolmogrov Smirnov K-S, yaitu dengan cara menentukan hipotesis pengujian. Jika probability value 0,05 maka Ho diterima berdistribusi normal, sedangkan jika probability value 0,05 maka Ho ditolak tidak berdistribusi normal.

2. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antar pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2011. Untuk mendeteksi terjadinya autokorelasi dapat dilakukan dengan pengujian terhadap nilai uji Durbin-Watson Uji DW dengan ketentuan sebagai berikut: 65 Tabel 3.3 Nilai Durbin-Watson Hipotesis nol Keputusan Jika Tdk ada autokorelasi positif Tolak 0 d dl Tdk ada autokorelasi positif No decision dl ≤ d ≤ du Tdk ada korelasi negatif Tolak 4 – dl d 4 Tdk ada korelasi negatif No decision 4 – du ≤ d ≤ 4 – dl Tdk ada autokorelasi, Positif atau negatif Tidak ditolak du d 4 – du Sumber : Ghozali, 2011 3. Uji Mutlikoliniearitas Uji multikoliniearitas bertujuan untuk menguji apakah model regresi ditemukan korelasi antar variabel independen Gozhali, 2011. Pendekatan yang digunakan untuk menguji ada tidaknya multikolinieritas dengan uji tes Variance Inflation Factor VIF, dengan analisis sebagai berikut: a. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa tidak terdapat multikolinieritas pada penelitian tersebut. b. Jika nilai tolerance 0,10 dan VIF 10, maka dapat diartikan bahwa terdapat multikolinieritas pada penelitian tersebut.

4. Uji Heteroskedastisitas

Dokumen yang terkait

Faktor-faktor yang mempengaruhi pengungkapan intellectual capital pada perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia tahun 2010 - 2014

0 14 135

PENGARUH UKURAN PERUSAHAAN, LEVERAGE, KONSENTRASI KEPEMILIKAN, REPUTASI AUDITOR DAN CHIEF RISK OFFICER TERHADAP PENGUNGKAPAN ENTERPRISE RISK MANAGEMENT

3 64 153

ANALISIS PENGARUH CORPORATE GOVERNANCE LEVERAGE DAN KONSENTRASI KEPEMILIKAN TERHADAP PENGUNGKAPAN MANAJEMEN RESIKO

0 2 84

PENGARUH LEVERAGE, PROFITABILITAS DAN STRUKTUR KEPEMILIKAN TERHADAP ENTERPRISE RISK MANAGEMENT

1 3 56

PENGARUH KONSENTRASI KEPEMILIKAN, UKURAN PERUSAHAAN, ASIMETRI INFORMASI, LEVERAGE DAN CORPORATE GOVERNANCE Pengaruh Konsentrasi Kepemilikan, Ukuran Perusahaan, Asimetri Informasi, Leverage, Dan Corporate Governance Terhadap Manajemen Laba (Studi Pada Per

0 4 17

PENGARUH KONSENTRASI KEPEMILIKAN, UKURAN PERUSAHAAN, ASIMETRI INFORMASI, LEVERAGE DAN Pengaruh Konsentrasi Kepemilikan, Ukuran Perusahaan, Asimetri Informasi, Leverage, Dan Corporate Governance Terhadap Manajemen Laba (Studi Pada Perusahaan Manufaktur Ya

0 4 17

PENGARUH PENERAPAN CORPORATE GOVERNANCE, STRUKTUR KEPEMILIKAN DAN UKURAN PERUSAHAAN TERHADAP MANAJEMEN LABA (EARNINGS MANAGEMENT).

0 1 7

KAKPM-28. PENGARUH STRUKTUR KEPEMILIKAN, UKURAN PERUSAHAAN, DAN PRAKTEK CORPORATE GOVERNANCE TERHADAP PENGELOLAAN LABA (EARNINGS MANAGEMENT)

0 0 16

pengaruh konsentrasi kepemilikan ukuran perusahaan dan mekanisme corporate governance terhadap manajemen laba

0 0 1

Pengaruh Corporate Governance dan Konsentrasi Kepemilikan pada Pengungkapan Enterprise Risk Management

1 2 30