Uji Multikolineritas Uji Autokorelasi Uji Signifikansi Parsial Uji-t

Tabel 4.7 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual Unstandardiz ed Residual Unstandardized Residual N 54 54 54 Normal Parameters a,b Mean .0000000 .0000000 .0000000 Std. Deviation .00805646 .02431339 .06587769 Most Extreme Differences Absolute .085 .164 .113 Positive .085 .071 .113 Negative -.074 -.164 -.074 Kolmogorov-Smirnov Z .625 1.208 .834 Asymp. Sig. 2-tailed .829 .108 .491 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Output SPSS Pada Tabel 4.7 terlihat bahwa nilai Asymp. Sig. 2-tailed lebih besar dari nilai signifikan 0.05 dengan kata lain variabel residual berdistribusi normal.

4.2.2.2 Uji Multikolineritas

Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel independen. Jika terjadi korelasi, maka dikatakan terdapat masalah multikolinearitas. Tabel 4.8 Hasil Uji Multikolineritas Collinearity Statistic Dependent Variabel Independent Variabel Collinearity Statistics Tolerance VIF ROA VAIC .903 1.108 Lnsize .778 1.285 DR .782 1.278 ROE VAIC .903 1.108 Lnsize .778 1.285 DR .782 1.278 ATO VAIC .903 1.108 Lnsize .778 1.285 DR .782 1.278 Universitas Sumatera Utara Sumber: Hasil Output SPSS Dari hasil perhitungan dengan menggunakan SPSS hasil uji Variance Inflation Factor VIF menunjukkan nilai kurang dari 5 VIF 5 jadi dapat disimpulkan tidak terjadi masalah multikolinieritas.

4.2.2.3 Uji Autokorelasi

Gejala Autokorelasi dideteksi dengan menggunakan Durbin-Watson Test. Menurut Situmorang 2008 untuk mendeteksi ada tidaknya autokorlasi maka dilakukan pengujian Durbin Watson DW dengan ketentuan sebagai berikut: 1. 0 d dl tidak ada autokorelasi positif 2. dl ≤ d ≤ du tidak dapat disimpulkan 3. 4-dl d 4 tidak ada korelasi negatif 4. 4-du ≤ d ≤ 4-dl tidak dapat disimpulkan 5. du d 4- du tidak terjadi autokorelasi positif atau negatif Tabel 4.9 Hasil Uji Autokorelasi Durbin Watson Dependent variabel R R Square Adjusted R Square Std. Error of Estinate Durbin- Watson ROA .696 a .485 .454 .0083168 1.919 ROE .337 a .114 .061 .0693660 1.696 ATO .526 a .277 .234 .0249765 2.343 a. Predictors: Constant, DR, VAIC, lnsize Sumber: Hasil Output SPSS a. 1.6800 1.919 2.32, keputusan tidak ada autokorelasi positif atau negatif b. 1.6800 1.696 2.32, keputusan tidak ada autokorelasi positif atau negatif c. 2.32 2.343 2.5536, keputusan tidak dapat disimpulkan Universitas Sumatera Utara Dari kriteria nilai Durbin Watson dapat disimpulkan bahwa tidak terjadi autokorelasi pada model regresi dalam penelitian ini.

4.2.2.4 Uji Heteroskedastisitas

Asumsi heteroskedastisitas adalah asumsi dalam regresi dimana varians dari residual tidak sama untuk satu pengamatan ke pengamatan lain. Jika varians dari residual dari suatu pengamatan ke pemgamatan lain tetap, maka disebut homokesdastisitas, dan jika berbeda disebut heterokedastisitas. Salah satu uji untuk mengetahui heterokedastisitas ini adalah dengan melihat penyebaran dari varians residual pada diagram pencar scatter plot. Pada diagram pencar scatter plot gambar pada lampiran menunjukan seluruh variabel terlihat penyebaran residual cenderung tidak teratur, terdapat beberapa plot yang berpencar dan tidak membentuk pola tertentu. Sehingga dapat disimpulkan tidak terdapat gejala heterokedastisitas pada model regresi dalam penelitian ini. Untuk memperoleh tingkat uji heterokedastisitas yang lebih signifikan, maka dalam penelitian ini juga dilakukan uji glejser. Apabila signifikan lebih besar dari taraf nyata, maka dianggap tidak terjadi masalah heterokedastisitas, dan begitu juga sebaliknya. Universitas Sumatera Utara Tabel 4.10 Hasil Uji Heteroskedastisitas Uji Glejser Dependen Variabel Independen variabel Unstandardized Coefficients Coefficients t Sig. B Std. Error Beta ROA VAIC .000 .001 -.045 -.308 .759 Lnsize .000 .001 .074 .466 .643 DR -.027 .028 -.150 -.948 .348 ROE VAIC .007 .008 .117 .801 .427 Lnsize -.003 .007 -.074 -.467 .642 DR .269 .231 .183 1.164 .250 ATO VAIC -.001 .004 -.036 -.242 .810 Lnsize .000 .003 .018 .115 .909 DR .027 .099 .043 .272 .787 Sumber: Hasil Output SPSS Dari hasil pengujian dengan menggunakan SPSS menunjukan tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi disimpulkan model regresi tidak mengarah adanya masalah heteroskedastisitas. 4.2.3 Pengujian Hipotesis 4.2.3.1 Uji Signifikansi Simultan Uji- F Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas dan variabel kontrol secara bersama-sama atau serempak mempunyai pengaruh yang signifikan terhadap variabel terikat. Bentuk pengujiannya adalah: Universitas Sumatera Utara H : b i = 0, artinya tidak terdapat pengaruh yang signifikan secara bersamaan dari VAIC TM , ukuran perusahaan, debt ratio terhadap rasio ROA, ROE, dan ATO H a : b i ≠ 0, artinya terdapat pengaruh yang signifikan secara bersamaan dari dari VAIC TM , ukuran perusahaan, debt ratio terhadap rasio ROA, ROE, dan ATO Dengan menggunakan tingkat signifikan α 5, jika nilai sig. F 0,05 maka H diterima, artinya tidak ada pengaruh yang signifikan secara bersamaan dari variabel bebas dan variabel kontrol terhadap variabel terikat. Sebaliknya, jika nilai sig. F 0,05 maka H a diterima, artinya ada pengaruh yang signifikan secara bersamaan dari variabel bebas dan variabel kontrol terhadap variabel terikat. Pengambilan keputusan dapat dilakukan dengan membandingkan nilai F hitung dengan F tabel. Pada tingkat signifikansi α = 0.05, maka diperoleh F tabel 3,50 = 2.79

4.2.3.1.1 Hasil Pengujian Uji- F Hipotesis Pertama Tabel 4.11

Uji Signifikansi Simultan Uji F Hipotesis Pertama ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression .003 3 .001 15.840 .000 a Residual .003 50 .000 Total .007 53 a. Predictors: Constant, DR, VAIC, Lnsize b. Dependent Variable: ROA Sumber: Hasil Output SPSS Universitas Sumatera Utara Berdasarkan Tabel 4.11 nilai VAIC TM , Size, dan debt ratio terhadap ROA memiliki nilai signifikan sebesar 0.000. hal ini berarti nilai sig α atau 0.000 0.05 dan nilai F hitung F tabel = 15.840 2.79 sehingga dapat dinyatakan Ha diterima, artinya secara bersamaan variabel-variabel bebas yaitu VAIC TM , Size, dan debt ratio berpengaruh signifikan terhadap ROA

4.2.3.1.2 Hasil Pengujian Uji F Hipotesis Kedua Tabel 4.12

Uji Signifikansi Simultan Uji F Hipotesis Kedua ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression .041 3 .014 3.004 .039 a Residual .230 50 .005 Total .271 53 a. Predictors: Constant, DR, VAIC, Lnsize b. Dependent Variable: ROE Sumber: Hasil Output SPSS Berdasarkan Tabel 4.12 nilai VAIC TM , Size, dan debt ratio terhadap ROE memiliki nilai signifikan sebesar 0.039 hal ini berarti nilai sig α atau 0.039 0.05 dan nilai F hitung F tabel = 3.004 2.79, sehingga dapat dinyatakan H a diterima, artinya secara bersamaan variabel-variabel bebas yaitu VAIC TM , Size, dan debt ratio berpengaruh signifikan terhadap ROE. Universitas Sumatera Utara

4.2.3.1.3 Hasil Pengujian Uji F Hipotesis Ketiga Tabel 4.13

Uji Signifikansi Simultan Uji F Hipotesis Ketiga ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression .012 3 .004 6.289 .001 a Residual .031 50 .001 Total .043 53 a. Predictors: Constant, DR, VAIC, Lnsize b. Dependent Variable: ATO Sumber: Hasil Output SPSS Berdasarkan Tabel 4.13 nilai VAIC TM , Size, dan debt ratio terhadap ATO memiliki nilai signifikan sebesar 0.001. hal ini berarti nilai sig α atau 0.001 0.05 dan nilai F hitung F tabel = 6.289 2.79, sehingga dapat dinyatakan Ha diterima, artinya secara bersamaan variabel-variabel bebas yaitu VAIC TM , Size, dan debt ratio berpengaruh signifikan terhadap ATO.

4.2.3.2 Uji Signifikansi Parsial Uji-t

Pengujian ini dilakukan untuk mengetahui apakah setiap variabel bebas secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat: Bentuk pengujiannya adalah: H o : b i = 0, artinya tidak terdapat pengaruh yang signifikan secara parsial antara VAIC TM , ukuran perusahaan, debt ratio terhadap kinerja keuangan perusahaan yaitu rasio ROA, ROE, dan ATO Universitas Sumatera Utara H a : b i = 0, artinya terdapat pengaruh yang signifikan secara parsial antara VAIC TM , ukuran perusahaan, debt ratio terhadap kinerja keuangan perusahaan yaitu rasio ROA, ROE, dan ATO. Dengan menggunakan tingkat signifikan α 5, jika nilai sig. t 0.05 H diterima, artinya tidak ada pengaruh yang signifikan variabel bebas terhadap variabel terikat. Sebaliknya jika sig. t 0.05 H a diterima, artinya ada pengaruh yang signifikan antara variabel bebas terhadap variabel terikat. Nilai t hitung juga dapat dibandingkan dengan nilai t tabel . Kriteria pengambilan keputusannya yaitu: 1. H diterima jika t tabel t hitung t tabel pada α = 5 2. H a diterima jika t hitung t tabel dan t hitung t tabel pada α = 5

4.2.3.2.1. Hasil Pengujian Uji t Hipotesis Pertama Tabel 4.14

Uji Signifikansi Uji Parsial Uji t Hipotesis Pertama Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant .265 .036 7.318 .000 VAIC .002 .002 .105 .981 .331 Lnsize .000 .001 -.015 -.127 .900 DR -.258 .044 -.668 -5.834 .000 a. Dependent Variable: ROA Sumber: Hasil Output SPSS Dari Tabel 4.14 Dapat dilihat nilai parsial masing variabel sebagai berikut: 1. Variabel VAIC TM tidak memiliki pengaruh signifikan terhadap ROA hal ini dapat dilihat dari tingkat signifikan 0.331 lebih besar dari 0.05 dan nilai t hitung Universitas Sumatera Utara 0.981 t tabel 2.00856 artinya jika variabel VAIC TM ditingkatkan satu satuan maka ROA tidak akan meningkat 0.02 satuan. 2. Variabel Size tidak memiliki pengaruh signifikan terhadap ROA hal ini dapat dilihat dari tingkat signifikan 0.900 lebih besar dari 0.05 dan nilai t hitung -0.127 t tabel 2.00856 artinya walaupun ditingkatkan variabel size sebesar satu satuan maka ROA tidak akan meningkat. 3. Variabel debt ratio memiliki pengaruh negatif dan signifikan terhadap ROA hal ini dapat dilihat dari tingkat signifikan 0.000 lebih kecil dari 0.05 dan nilai t hitung - 5.834 t tabel 2.00856 artinya jika variabel debt ratio ditingkatkan satu satuan maka ROA akan mengalami penurunan 0.258 satuan. Dari Tabel 4.14 maka rumus persamaan regresi dalam hipotesis pertama sebagai berikut: Y = 0.265 + 0.02 VAIC TM – 0.000 Size – 0.258 DR + e 4.2.3.2.2 Hasil Pengujian Uji-t Hipotesis Kedua Tabel 4.15 Uji signifikansi Uji Parsial Uji t Hipotesis Kedua Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant .170 .296 .575 .568 VAIC .039 .013 .398 2.907 .005 Lnsize -.017 .011 -.218 -1.474 .147 DR .309 .362 .126 .853 .398 a. Dependent Variable: ROE Sumber: Hasil Output SPSS Universitas Sumatera Utara Berdasarkan Tabel 4.15 dapat dilihat bahwa: 1. Variabel VAIC TM tidak memiliki pengaruh signifikan terhadap ROE hal ini dapat dilihat dari tingkat signifikan 0.568 lebih besar dari 0.05 dan nilai t hitung 0.575 t tabel 2.00856 artinya jika variabel VAIC TM satu satuan maka ROE tidak akan meningkat 0.039 satuan. 2. Variabel size mempunyai pengaruh negatif dan signifikan terhadap ROE hal ini dapat dilihat dari tingkat signifikan 0.005 lebih kecil dari 0.05 dan nilai t hitung 2.907 t tabel 2.00856 artinya jika variabel size meningkat satu satuan maka ROE akan mengalami penurunan 0.17 satuan. 3. Variabel debt ratio tidak memiliki pengaruh signifikan terhadap ROE hal ini dapat dilihat dari tingkat signifikan 0.147 lebih besar dari 0.05 dan nilai t hitung - 1.474 t tabel 2.00856 artinya jika variabel debt ratio ditingkatkan satu satuan maka ROE tidak akan meningkat 0.309 satuan Dari Tabel 4.15 maka rumus persamaan regresi hipotesis kedua adalah sebagai berikut: Y = 0.170 + 0.039 VAIC TM – 0.17 Size + 0.309 DR + e 4.2.3.2.3 Hasil Pengujian Uji t Hipotesis Ketiga Tabel 4.16 Uji Signifikansi Uji Parsial Uji t Hipotesis Ketiga Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant .496 .109 4.538 .000 VAIC -.005 .005 -.119 -.939 .352 Lnsize -.012 .004 -.400 -2.931 .005 DR -.176 .134 -.179 -1.314 .195 a. Dependent Variable: ATO Universitas Sumatera Utara Sumber: Hasil Output SPSS Berdasarkan Tabel 4.16 dapat dilihat bahwa: 1. Variabel VAIC TM tidak mempunyai pengaruh signifikan terhadap ATO hal ini dapat dilihat dari tingkat signifikan 0.352 lebih besar dari 0.05 dan nilai t hitung -0.939 t tabel 2.00856 artinya jika ditingkatkan variabel VAIC TM satu satuan maka ATO tidak meningkat 0.005 satuan. 2. Variabel Size memiliki pengaruh negatif dan signifikan terhadap ATO hal ini dapat dilihat dari tingkat signifikan 0.005 lebih kecil 0.05 dan nilai t hitung -2.931 t tabel 2.00856 artinya jika ditingkatkan variabel size satu satuan maka ATO akan menurun 0.012 satuan. 3. Variabel debt ratio tidak mempunyai pengaruh signifikan terhadap ATO hal ini dapat dilihat dari tingkat signifikan 0.195 lebih besar dari 0.05 dan nilai t hitung -1.314 t tabel 2.00856 artinya jika ditingkatkan variabel debt ratio maka ATO tidak menigkatkan 0.176 satuan Berdasarkan Tabel 4.16 maka rumus persamaan regresi untuk hipotesis ketiga sebagai berikut Y = 0.496 – 0.005 VAIC TM – 0.012 Size – 0.176 DR + e

4.2.3.3 Koefisien Determinasi Tabel 4.17