45
Pada grafik normal PPplot menunjukkan bahwa titik - titik pada grafik telah mendekati sumbu diagonalnya. Hasil tersebut
menunjukkan bahwa residual telah terdistribusi secara normal. Dengan demikian, dapat dilanjutkan dengan pengujian asumsi klasik
lainnya.
4.1.1.2 Uji Autokorelasi
Uji ini digunakan untuk menguji ada atau tidaknya korelasi antara variabel pengganggu pada periode tertentu dengan variabel
pengganggu pada periode sebelumnya. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan
nilai uji Durbin Watson.
Tabel 4.2 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.297
a
.088 .028
.06045 1.299
a. Predictors: Constant, X4= Komite Audit, X1=Dewan Komisaris, X3=Dewan Direksi, X2=Komisaris Independen
b. Dependent Variable: Y=ROE Dari tabel 4.3 di atas menjelaskan bahwa nilai D-W diperoleh
sebesar 1.299 angka ini terletak diantara -2 dan +2, maka dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun
autokorelasi negatif.
46
4.1.1.3 Uji Heterokedastisitas
Uji heterokedastisitas dapat dilakukan dengan memperhatikan pola gambar Scatterplot dimana bila membentuk titik-titik yang
menyebar secara acak dan tidak membentuk pola yang jelas, maka menunjukkan bahwa tidak terdapat masalah heteroskedastisitas.
Gambar 4.3 Uji Heterokedastisitas
Grafik scatterplot di atas memperlihatkan bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola, serta
tersebar baik diatas maupun di bawah angka 0 pada sumbu Y. Berdasarkan hasil tersebut dapat disimpulkan bahwa terjadi
heteroskedastisitas pada model regresi.
4.1.1.4 Uji Multikoliniearitas
Ada tidaknya gejala multikolonieritas dalam penelitian ini dengan melihat melihat nilai tolerance dan variance inflation factor
47
VIF, apabila nilai tolerance 0,10 dan Variance Inflation Factor VIF10 maka hasil yang diperoleh tersebut menunjukkan tidak
adanya kolinieritas antar variabel independen.
Tabel 4.3 Hasil Pengujian Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.147 .043
3.446 .001
X1=Dewan Komisaris
.004 .004
.137 1.035
.305 .849
1.178 X2=Komisaris
Independen -.024
.075 -.043
-.325 .746
.860 1.163
X3=Dewan Direksi -.005
.003 -.180 -1.377
.174 .878
1.139 X4= Komite Audit
-.020 .012
-.209 -1.649 .104
.928 1.078
a. Dependent Variable: Y=ROE Dari tabel di atas menunjukkan hasil sebagai berikut:
a. Variabel dewan komisaris tidak terjadi multikolieneritas karena nilai tolerance sebesar 0.8490.1 dan nilai VIF sebesar 1.17810
b. Variabel komisaris independen tidak terjadi multikolieneritas karena nilai tolerance sebesar 0.8600.1 dan nilai VIF sebesar
1.16310 c. Variabel dewan direksi tidak terjadi multikolieneritas karena nilai
tolerance sebesar 0.8780.1 dan nilai VIF sebesar 1.13910 d. Variabel komite audit tidak terjadi multikolieneritas karena nilai
tolerance sebesar 0.9280.1 dan nilai VIF sebesar 1.07810
48
4.1.1.5 Analisis Regresi Tabel 4.4
