5.3. Hasil Pengujian Asumsi Klasik
5.3.1. Uji normalitas
Uji normalitas bertujuan untuk menguji model regresi variabel dependen dan variabel independen mempunyai distribusi normal atau tidak. Model regresi
yang baik adalah memiliki distribusi data normal atau mendekati normal Ghozali, 2001. Hasil uji normalitas data awal menunjukkan semua variabel mempunyai
nilai probabilitas signifikansi di atas nilai α=0,05 kecuali variabel total aktiva dengan nilai probabilitas signifikansi dibawah nilai α=0,05. Apabila nilai
probabilitas signifikansi dibawah nilai α=0,05, hal ini menunjukkan data tersebut tidak berdistribusi normal. Untuk variabel yang tidak berdistribusi normal
ditransformasi dengan menggunakan logaritma natural ln. Setelah dilakukan transformasi data terhadap variabel total aktiva didapat hasil semua variabel
berdistribusi normal karena nilai probabilitas signifikansi lebih besar dari nilai α=0,05. Pengujian normalitas menggunakan uji Kolmogorov-Smirnov
menunjukkan tingkat signifikansi 0,281. Angka ini lebih besar dari 0,05 maka dapat disimpulkan bahwa nilai residual berdistribusi normal Lampiran 3.
5.3.2. Uji multikolinearitas
Uji multikolinearitas ini diperlukan untuk menguji model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik adalah
tidak terjadinya korelasi diantara variabel bebas atau tidak terjadinya multikolonearitas. Salah satu cara untuk mendeteksi ada tidaknya masalah
multikolinearitas adalah dengan melihat VIF bila nilai VIF kurang dari 10 dan nilai tolerance diatas 0.10, maka tidak terdapat gejala multikolinearitas dan begitu
pula sebaliknya. Berdasarkan hasil pengujian yang ditunjukkan pada lampiran 3, nilai tolerance variabel bebas tidak kurang dari 10 atau 0,1 dan nilai Variance
inflation factor VIF semuanya kurang dari 10 yang berarti tidak ada multikolearitas antar variabel independen.
5.3.3. Uji autokorelasi