91
Tabel 4.4 Hasil Uji Normalitas : Nilai
Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 115
Normal Parameters
a,b
Mean 0E-7
Std. Deviation .51227150
Most Extreme
Differences Absolute
.052 Positive
.052 Negative
-.050 Kolmogorov-Smirnov Z
.558 Asymp. Sig. 2-tailed
.914 a. Test distribution is Normal.
b. Calculated from data. Sumber : Data sekunder diolah
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Multikolinearitas dapat dilihat dari perhitungan
nilai tolerance serta Variance Inflation Factor VIF. Suatu model regresi disimpulkan tidak ada masalah multikolinearitas adalah apabila
memiliki nilai tolerance lebih besar dari 0,10 dan nilai variance inflation factor
VIF lebih kecil dari 10 Ghozali, 2011:106. Selengkapnya hasil pengujian asumsi klasik multikolinearitas dapat
dilihat pada tabel 4.5 berikut ini.
92
Tabel 4.5 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
LEV .873
1.146 AUD_QUA
.868 1.152
EMP_DIFF .984
1.016 Dependent Variable: DA
Sumber : Data sekunder diolah Berdasarkan tabel 4.5 di atas menunjukkan bahwa semua variabel
independen memiliki nilai tolerance lebih besar dari 0,10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari
95. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama yaitu semua variabel independen
memiliki nilai VIF lebih kecil dari 10. Maka dapat disimpulkan bahwa model regresi dalam penelitian ini telah terbebas dari masalah
multikolinearitas.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-
1
sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi Ghozali,
2011:110.
93 Pada penelitian ini, uji autokorelasi diuji dengan uji Durbin-
Watson D-W test. Pengujian ini bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antara kesalahan
pengganggu pada periode tertentu dengan periode sebelumnya. Model regresi yang baik adalah model regresi yang terbebas dari
masalah autokorelasi. Selengkapnya mengenai hasil uji autokorelasi penelitian dapat dilihat pada tabel 4.6 berikut ini.
Tabel 4.6 Uji Autokorelasi
Model Summary
b
Model Change Statistics
Durbin-Watson R Square
Change F Change
df1 df2
Sig. F Change
1 .191
8.756 3
111 .000
1.920
Sumber: data sekunder diolah Dari tabel 4.6 di atas menunjukkan nilai D-W sebesar 1,920.
Selanjutnya nilai ini akan dibandingkan dengan nilai tabel dengan tingkat signifikansi 5, jumlah sampel 115 n=115, dan variabel
independen 3 k=3. Maka dari tabel Durbin Watson didapatkan nilai batas bawah dl adalah sebesar 1,693 dan batas atas du adalah
sebesar 1,774. Oleh karena nilai D-W 1,920 lebih besar dari batas atas du 1,774
dan kurang dari 4 – 1,774 4 – du, maka dapat disimpulkan tidak
terdapat masalah autokorelasi positif atau negatif du d 4 – du
a. Predictors: Constant, EMP_DIFF, LEV, AUD_QUA b. Dependent Variable: DA
94 lihat tabel 3.1 pengambilan keputusan ada tidaknya autokorelasi atau
dengan kata lain tidak terdapat autokorelasi. Untuk memperkuat hasil penelitian ini maka digunakan uji run test, di mana gangguan
autokorelasi terjadi jika signifikansi di bawah 0,05. Berikut adalah hasil pengujian autokorelasi dengan menggunakan run test.
Tabel 4.7 Uji Autokorelasi-
Run Test
a. Median Sumber: Data sekunder diolah
Dari hasil pengujian yang diperoleh dari tabel 4.7 menunjukkan nilai test adalah sebesar -0,03247 dengan probabilitas 0,224 yang
berarti di atas signifikansi 0,05 0,224 0,05. Hal ini menunjukkan bahwa nilai residual acak atau random, sehingga dapat disimpulkan
bahwa dalam penelitian ini tidak terjadi autokorelasi antar nilai residual.
Runs Test
Unstandardized Residual
Test Value
a
-.03247 Cases Test Value
57 Cases = Test Value
58 Total Cases
115 Number of Runs
52 Z
-1.217 Asymp. Sig. 2-tailed
.224
95
d. Uji Heteroskedastisitas