Analisis deskriptif Uji asumsi klasik
berdistribusi normal Ghozali,2011. Hasil uji K-S tampak seperti dalam tabel berikut:
Table 4.3 Uji normalitas
One-Sample Kolmogorov-Smirnov Test
a Test distribution is Normal. b Calculated from data.
Sumber: hasil olah data
Dalam penelitian ini data yang digunakan tidak normal, karena data yang digunakan sangat besar yaitu 470 data dari tahun penelitian
yang dilakukan selama 2010-2014, data yang besar sudah dianggap normal menurut Gujarati 2012.
b. Uji autokorelasi Uji autokolerasi bertujuan untuk menguji apakah dalam suatu
model regresi linier ada kolerasi antara residual kesalahan penganggu pada periode t dengan residual pada periode t-1 sebelumnya. Jika
terjadi kolerasi, maka dinamakan ada problem autokolerasi Ghozali, 2011. Hasil uji autokolerasi dengan menggunakan Durbin-Watson
DW test. Nilai Durbin Watson yang berada diantara du dan 4- dudl
T Unstandardized
Residual N
470 Normal Parametersa,b
Mean .0000000
Std. Deviation .67798756
Most Extreme Differences Absolute
.122 Positive
.122 Negative
-.083 Kolmogorov-Smirnov Z
2.655 Asymp. Sig. 2-tailed
.000
d 4-du menunjukkan model yang tidak terkena masalah autokolerasi. Setelah dilakukan tranformasi data kedalam bentuk log, ternyata
persamaan regresi terkena gejala autokorelasi. Untuk mengobati gejala autokorelasi digunakan metode Theil Nagar dengan rumus sebagai
berikut: Pertama-tama mencari nilai dari p
p =
� −
d
k �
− k
Dimana: N = banyaknya jumlah sampel
d = Durbin-Watson k = banyaknya jumlah variabel
Mencari nilai p dengan perhitungan sebagai berikut:
P =
−
,
+ −
P =
− , +
−
P =
,
P = 0,994
P digunakan untuk mencari nilai dari rumus dibawah ini: √ − � = √ − , 4
= √ − ,
= √ ,
= 0,044
Setelah diketahui nilai dari persamaan diatas, maka data pertama dari sampel diturunkan terlebih dahulu menjadi data sampel kedua.
Setelah diketahui hasil dari perhitungan sebesar 0,044 maka angka ini digunakan untuk menghitung data 1 dengan rumus yx 0,044, untuk
data kedua dan seterusnya menggunakan rumus y- �
�−
, 4 .
Table 4.4 Hasil Uji Autokolerasi Sebelum Theil-Nagar
Uji Autokolerasi Du
DW-test 4-Du
Keterangan Durbin Watson 1.8094
0,013 2,1906
Terdapat masalah autokolerasi
Table 4.5 Hasil Uji Autokolerasi Setelah Theil-Nagar
Uji Autokolerasi
dU DW-test
4-Du Keterangan
Durbin Watson
1.8094 1.947
2.1906 Tidak terdapat masalah
autokolerasi Sumber: hasil olah data
Hasil pengujian pada tabel 4.5 menunjukkan bahwa data sebanyak 470 sampel dengan nilai DW yang diperoleh adalah 1.947.
nilai dU tabel pembanding adalah sebesar 1,8094. Nilai tabel dU DW 4-dU = 1,8094 1,947 2,1906. Sehingga dapat disimpulkan
bahwa pada model regresi tidak terjadi autokolerasi. c. Uji multikolateral
Uji multikolonearitas merupakan uji yang digunakan untuk mengguji apakah model regresi ditemukan adanya korelasi antara
variabel independen pada nilai tolerance dan nilai variance inflation factor VIF dalam collinearity statistics. Nilai cut off yang dipakai
untuk menunjukkan adanya mutikolonearitas adalah nilai VIF 10 atau nilai tolerance 0,1. Tabel 4.5 menunjukan ringkasan hasil uji
multikolonearitas.
Table 4.6 Hasil Uji Multikolonearitas
Variabel independen Collinearity
Statistics Keterangan
Tolerance VIF Size
0.926 1. 080 Tidak Ada Multikolonearitas Roe
0.963 1.038 Tidak Ada Multikolonearitas Cr
0.968 1.033 Tidak Ada Multikolonearitas Ta
0.918 1.089 Tidak Ada Multikolonearitas Sumber: hasil olah data
Hasil tabel 4.6 menunjukkan nilai tolerance keempat variabel lebih dari 0,1 dan nilai VIF keempat variabel bebas tidak ada yang
memiliki nilai lebih dari 10, maka dapat disimpulkan bahwa tidak terjadi mutikolonearitas didalam model regresi.
d. Uji heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah data
mempunyai varian yang sama atau data mempunyai varian yang tidak sama. Uji heteroskedastisitas yang dilakukan pada penelitian ini
menggunakan uji glejser yang digunakan untuk meregres nilai absolut
residual terhadap variabel independen. Hasil uji heteroskedastisitas adalah sebagai berikut:
Tabel 4.7 Ringkasan Hasil Uji Hetesoskedastisitas
Variabel bebas Nilai Sig.
Keterangan Size
0.851 Tidak terjadi heteroskedastisitas
ROE 0.490
Tidak terjadi heteroskedastisitas CR
0.420 Tidak terjadi heteroskedastisitas
TA 0.707
Tidak terjadi heteroskedastisitas Sumber: hasil olah data
Berdasarkan tabel 4.7 dari hasil pengujian heteroskedastisitas dengan menggunakan uji glejser diketahui bahwa variabel independen
tidak berpengaruh signifikan secara statistik terhadap variabel dependen. Hasil tersebut dapat dilihat dari nilai signifikansi alpha α
0,05 maka regresi ini tidak mengandung heteroskedastisitas.