Tabel 4.3 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
72 Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,09313222
Most Extreme Differences
Absolute ,117
Positive ,117
Negative -,116
Kolmogorov-Smirnov Z ,990
Asymp. Sig. 2-tailed ,281
a. Test distribution is Normal. b. Calculated from data.
Pada tabel tersebut terdapat nilai Kolmogorov-Smirnov sebesar 0,990 dan nilai Asymp. Sig. 2-tailed sebesar 0,281 di atas
nilai signifikansi 0,05, maka dapat disimpulkan data berdistribusi normal.
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas.
Ketentuan suatu model regresi tidak terdapat gejala multikolinearitas adalah jika nilai Variance Inflation Factor VIF
10 dan Tolerance 0.1. Hasil uji multikolinearitas dapat dilihat pada tabel berikut.
Tabel 4.4 Nilai Collinearity Statistics
Dari tabel tersebut terlihat nilai Tolerance setiap variabel independen berada di atas 0,10 Tol 0,10 dan nilai VIF setiap
variabel independen juga lebih kecil dari 10 VIF 10, maka dapat disimpulkan tidak terdapat multikolinearitas.
Tabel 4.5 Nilai Koefisien Korelasi
Coefficient Correlations
a
Model PER
leverage firm size DPR
ROI FCF
1 Correlations PER 1,000
-,083 -,042
-,417 -,049
-,344 leverage
-,083 1,000
-,167 ,134
,193 -,154
firm size -,042
-,167 1,000
-,048 -,031
-,014 DPR
-,417 ,134
-,048 1,000
-,226 ,240
ROI -,049
,193 -,031
-,226 1,000
-,648 FCF
-,344 -,154
-,014 ,240
-,648 1,000
a. Dependent Variable: EM
Tabel tersebut menunjukkan hasil korelasi antar variabel independen. Hasil korelasi antar variabel independen berada
dibawah 0,9 maka dapat disimpulkan tidak terjadi multikolinearitas.
Model Collinearity Statistics
Tolerance VIF
1 Constant
firm size ,956
1,046 Leverage
,900 1,111
FCF ,425
2,351 ROI
,449 2,226
DPR ,732
1,367 PER
,600 1,665
4.2.2.3 Uji Heterokedastisitas
Menurut Imam Ghozali 2013, uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regeresi yang baik adalah yang
homokedastisitas atau tidak terjadi heterokedastisitas. Ada dua cara mendeteksi heterokedastisitas yaitu dengan cara informal dan
formal. Cara informal dapat dilakukan dengan metode grafik seperti terlihat pada gambar di bawah ini.
Gambar 4.3 Scatterplot
Grafik di atas menunjukkan, titik menyebar secara acak tidak membentuk sebuah pola tertentu serta titik tersebuk tersebar
baik di atas maupun di bawah angka nol pada sumbu Y. Hal ini menunjukkan tidak terjadi heterokedastisitas pada model regres.
Uji heterokedastisitas metode formal yaitu dengan menggunakan uji Glejser. Hasil uji Glejser dapat dilihat dari tabel berikut.
Tabel 4.6 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant ,012
,069 ,178
,859 firm size
,000 ,002
,007 ,060
,952 leverage
,057 ,052
,141 1,106
,273 FCF
-,053 ,093
-,106 -,573
,569 ROI
,064 ,109
,106 ,588
,559 DPR
,001 ,014
,005 ,035
,972 PER
,001 ,001
,161 1,028
,308 a. Dependent Variable: absut
Hasil uji glejser di atas menunjukkan nilai signifikan setiap variabel lebih besar dari 0,05, jadi dapat disimpulkan model regresi tidak
mengarah pada adanya heterokedastisitas.
4.2.2.4 Uji Autokorelasi
