INTERPRESTASI

OUTPUT UJI ASUMSI KLASIK

DI SUSUN OLEH:

Anggit Sri Permana Akuntansi 02/16210073

Kelas Lab 03

Program Studi Akuntansi

Fakultas Ekonomi

Universitas Slamet Riyadi Surakarta

 2018

1. Outpt uji Multikolineritas

 Ada tidaknya multikolineritas dilihat dari tabel coefficients dari nilai
tolerance dan nilai variance inflation factor (VIF), Dikatan lolos uji
multikolineritas bila nilai tolerance lebih dari 0,10 dan nilai VIF kurang dari 10.
Dan dari hasil tabel di atas nilai tolerance lebih dari 0,10 dengan nilai tolerance
dari 0,201 – 0,693. Dan dilihat dari nilai VIF hasil output di atas juga kurang dari
10 dengan nilai VIF sebesar 1,444 – 4,983, jadi dari output tersebut lolos/tidak
terjadi uji multikolineritas karena tidak terdapat kolerasi yang berpengaruh pada
variabel independent.

1. Uji autokolerasi

Dari hasil output di atas untuk mengetahui ada tidaknya kolerasi jika nilai dari Asym sig
(2tailled) lebih besar dari 0,05. Dan hasil diatas menunjukan nilai 0.512 > 0,05 yang
menunjukan bahwa variabel tersbut lolos uji autokolerasi karena dari niai residual tidak
terdapat hubungan kolerasi.
 2. Uji heterokdesitas

Dari hasil output diatas dikatakan lolos uji heterokdesitas jika nila dari signifikasi(sig.)
lebih dari 0,05 maka dari variabel tidak muncul gejala heterokdesitas. Dan dari data di
atas nilai sig lebih dari 0,05.

3. Uji normalitas
Dari output di atas dikatakan lolos jika nilai probalitas kolmogrov-smirnov dan Asymp. Sig
(2-tailled) lebih dari 0,05. Dan dari data tersebut nilainya lebih dari 0,05 yaitu sebesar
kolmogorov-smirnov z sebesar 0,558 dan Asymp.sig sebesar 0,914 maka dapat dikatakan
lolos uji normalitas bahwa data di atas residual berdistribusi normal. Dan lolos ke empat
uju asumsi klasik, yang selanjutnya uji analisis regresi liniear

4. Analisis regresi liniear

Dan dari data tabel ANOVA bahwa model regresi ini memiliki nilai F sebesar 46,825 dan
probalitas tersebut diterima jika nilainya lebih besar dari 0,05. Jadi dengan nilai
probalitas lebih dari 0,05 maka variabel independen tersebut memiliki varian yang sama
terhadap variabel dependen.

Dari hasil output coefficients dari data tersebut memberikan gambaran bahwa data fsr
sangat berpengaruh pada variabel independen, karena nilai dari data dependen FSR
9,909 dan dari seluruh nilai variabel independen menunjukan nilai rendah