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