Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 51
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 19.87081537
Most Extreme Differences
Absolute .171
Positive .171
Negative -.079
Kolmogorov-Smirnov Z 1.220
Asymp. Sig. 2-tailed .102
a. Test distribution is Normal. b. Calculated from data.
Dari hasil analisis metode one-sample kolmogorov-smirnov diatas dapat disimpulkan bahwa data ini berdistribusi normal. Hal ini
terlihat dari nilai Asymp. Sig.2-tailed dari tabel penelitian ini lebih besar dari 0,05 yaitu sebesar 0.102.
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Jika variabel independen saling berkolerasi,
maka variabel-variabel ini tidak orthogonal Ghozali, 2006.
Tabel 4.3 Uji Multikolinearitas
Correlations
Kepemilika n Asing
Komite Audit
Peroporsi Dewan
Komisaris ROE
Harga Saham
Kepemilikan Asing Pearson Correlation
1 -.292
.117 .118
.275 Sig. 2-tailed
.037 .412
.409 .051
N 51
51 51
51 51
Komite Audit Pearson
Correlation -.292
1 -.142
.126 -.085
Sig. 2-tailed .037
.319 .378
.551 N
51 51
51 51
51 Peroporsi Dewan
Komisaris Pearson
Correlation .117
-.142 1
.314 -.052
Sig. 2-tailed .412
.319 .025
.716 N
51 51
51 51
51 ROE
Pearson Correlation
.118 .126
.314 1
.205 Sig. 2-tailed
.409 .378
.025 .150
N 51
51 51
51 51
Harga Saham Pearson
Correlation .275
-.085 -.052
.205 1
Sig. 2-tailed .051
.551 .716
.150 N
51 51
51 51
51 . Correlation is significant at the 0.05 level 2-tailed.
Dari hasil analisis dapat dilihat korelasi antara variabel bebas dibawah 0,095, maka dapat dikatakan tidak terjadi multikolinearitas
yang serius Ghozali, 2006. Cara lain untuk menentukan adanya multikolinieritas juga dapat diketahui dengan melihat dari nilai tolerance
dan VIF. Dari hasil pengujian diperoleh nilai VIF yang lebih kecil dari 10 dan nilai tolerence semua variabel lebih besar dari 0,1 sehingga
disimpulkan bahwa tidak terjadi multikolinieritas. Nilai tolerance dan VIF dari masing-masing variabel dapat dilihat dari tabel 4.4.
Tabel 4.4 Tabel nilai tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-28.705 23.768
-1.208 .233
Kepemilikan Asing
.131 .130
.142 1.007
.319 .909
1.100 Komite Audit
8.656 5.733
.214 1.510
.138 .903
1.108 Peroporsi Dewan
Komisaris .462
.193 .327
2.397 .021
.973 1.027
a. Dependent Variable: ROE
4.2.2.3 Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji ada atau tidaknya korelasi antara variabel pengganggu pada periode tersebut dengan variabel
pengganggu pada periode sebelumnya. Kriteria dari uji autokorelasi: 1. Jika nilai D-W lebih besar -2 maka terjadi autokorelasi positif.
2. Jika nilai D-W diantara -2 sampai +2 maka tidak terjadi autokorelasi 3. Jika nilai D-w lebih besar +2 maka terjadi autokorelasi negative.
Tabel 4.5 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.383
a
.147 .092
20.49518 1.184
a. Predictors: Constant, Peroporsi Dewan Komisaris, Kepemilikan Asing, Komite Audit
b. Dependent Variable: ROE Dari hasil analisis autokorelasi dengan menggunakan pengujian
Durbin-Watson, diperoleh nilai d untuk persamaan regresi yang diajukan sebesar 1.184. model yang tidak memiliki autokorelasi jika dl d du 4-
dl atau dalam persamaan ini 4 maka dl = 0.092 dan du = 3.908 4-0.092 sehinggan 0.092 1.184 3.908. Maka dari variabel ini dapat dilihat
bahwa tidak terjadi autokorelasi.
4.2.2.4 Uji Heterokedastisitas 1. Pendekatan grafik