Tolak H jika p-value signifikansi
α , terima dalam hal lainnya. Dengan menggunakan software SPSS 17.0
diperoleh hasil outpun uji Kolmogorov-Smirnov sebagai berikut.
Kriteria uji :
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 75
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .34054795
Most Extreme Differences Absolute
.175 Positive
.175 Negative
-.165 Kolmogorov-Smirnov Z
1.519 Asymp. Sig. 2-tailed
.120 a. Test distribution is Normal.
b. Calculated from data.
Besarnya nilai Kolmogorov-Smirnov adalah 1,519 dengan tingkat signifikansi di atas 0,05 yaitu 0,120. Dengan
kata lain bahwa nilai KS tidak signifikan, berarti residual terdistribusi secara normal.
4.2.2.2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi
yang tinggi atau sempurna antar variabel independen. Jika
Universitas Sumatera Utara
antar variabel independen terjadi multikolinieritas sempurna, maka koefisien regresi variabel independen tidak
dapat ditentukan dan nilai standard error menjadi tak terhingga. Jika multikolinieritas antar variabel independen
tinggi maka koefisien regresi variabel independen dapat ditentukan, tetapi memiliki nilai standard error tinggi
berarti nilai koefisien regresi tidak dapat diestimasi dengan tepat.
Multikolinieritas dapat dilihat dari nilai Tolerance TOL dan Variance Inflastion Factor VIF
TOL = 1 – R
i 2
��� ��
�
� � = 1
��� =
1 1
− �
� 2
Dimana R
i 2
koefisien korelasi antara x
i
dengan variabel explanatory lainnya. Bila nilai VIF 10 atau nilai
TOL 0,10 maka hal ini menunjukkan adanya kolinieritas yang tinggi. Dengan menggunakan software SPSS 17.0
diperoleh output nilai Tolerance dan VIF sebagai berikut :
Universitas Sumatera Utara
Tabel 4.3 Uji Multikolinieritas
Cofficients
a
Pada tabel di atas terlihat bahwa nilai VIF masing- masing ROA 1,016, current ratio 2,812 dan working
capital 2,812 jauh lebih kecil dari 10 dan nilai Tolerance ROA 0,984, current ratio 0,356 dan working capital
0,356 lebih besar dari 0,10 maka dapat disimpulkan bahwa tidak terdapat multikolinieritas pada model.
4.2.2.3. Uji Heteroskedastisitas
Ada dua cara pendeteksian ada tidaknya heteroskedastisitas, yaitu dengan metode grafik dan metode
statistik uji. Metode grafik biasanya dilakukan dengan melihat grafik plot antara nilai prediksi variabel dependen
dengan residualnya. Sedangkan metode statistik dapat
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients
T Sig.
Correlations Collinearity Statistics
B Std.
Error Beta
Zero- order Partial Part Tolerance
VIF 1 Constant
.762 .071
10.690 .000 ROA
-1.452 .441
-.273 -3.296 .002 -.313 -.364 -.271
.984 1.016
Current Ratio 9.885E-8
.000 .736
5.335 .000 -.155 .535 .439
.356 2.812
Working Capital
-1.971E-7 .000
-1.070 -7.758 .000 -.512 -.677 -.638
.356 2.812
a. Dependent Variable: DER
Universitas Sumatera Utara
dilakukan dengan Uji Park, Uji Glejser, Uji White, Uji Spearman’s Rank Correlation, Uji Goldfeld Quandt dan Uji
Breusch-Pagan Godfrey. Namun dalam pembahasan kali ini hanya metode grafik dan Uji Glejser.
4.2.2.3.1. Metode Grafik
Sumber: Hasil olahan SPSS 17 Gambar 4.3
Scatterplot Dependent Variabel
Dari plot di atas terlihat bahwa terdapat pola tertentu dimana titik-titik point-point yang ada membentuk suatu
pola tertentu yang teratut yaitu pola yang semakin menurun, maka mungkin saja terjadi Heteroskedastisitas. Namun
demikian, sedikitnya jumlah pengamatan akan semakin sulit menginterpretasikan hasil grafik plots. Oleh sebab itu akan
dilanjutkan dengan uji statistik yang lebih menjamin keakuratan hasil.
Universitas Sumatera Utara
4.2.2.3.2. Uji Glejser
Uji Glejser dilakukan dengan meregresikan nilai absolute residual terhadap
variabel independen lainnya. Jika β signifikan, maka mengindikasikan terdapat
heteroskedastisitas dalam model. Berikut ditampilkan hasil output uji Glejser dengan
menggunakan SPSS 17.0
H : tidak terdapat heteroskedastisitas
Hipotesis statistik:
H
1
: terdapat heteroskedastisitas
α : 5
Asumsi homoskedastisitas terpenuhi jika uji Glejser berada pada tingkat signifikansi α yang
telah ditetapkan. Statistik uji :
Tolak H jika p-value signifikansi
α , terima dalam hal lainnya. Dengan menggunakan
software SPSS 17.0 diperoleh hasil outpun uji Glejser sebagai berikut.
Kriteria uji :
Universitas Sumatera Utara
Tabel 4.4 Uji Glejser
Cofficients
a
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .351
.052 6.737
.000 ROA
-.473 .322
-.170 -1.468
.146 Current Ratio
1.306E-9 .000
.019 .096
.923 Working Capital
-1.870E-8 .000
-.194 -1.007
.317 a. Dependent Variable: AbsUi
Hasil outpun SPSS di atas menunjukkan nilai signifikan yang tinggi yaitu ROA, current ratio, working
capital masing-masing mrmiliki nilai signifikansi 0,146 , 0,923, dan 0,317 yang kesemuanya lebih besar dari nilai α =
0,05. Hal ini berarti bahwa H diterima dan dapat
disimpulkan secara uji statistik tidak terdapat heteroskedastisitas dalam model ini atau dengan kata lain
semua variabel independen yang terdapat dalam model ini memiliki sebaran varian yang sama homogen.
4.2.2.4. Uji Autokorelasi
Pada data cross section silang waktu, masalah autokorelasi relatif jarang terjadi karena “gangguan”
pangamatan yang berbeda berasal dari individukelompok yang berbeda. Model regresi yang baik adalah regresi yang
Universitas Sumatera Utara
bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi ada tidaknya autokorelasi,
namun dalam penelitian ini akan diuji dengan Durbin-
Watson.
H :
ρ = 0 Tidak terdapat otokorelasi Uji Hipotesis :
H
1
: ρ ≠ 0 Terdapat otokorelasi
H
1
: ρ 0 Terdapat otokorelasi positif
H
1
: ρ 0 Terdapat otokorelasi negatif
Statistik Uji :
Kriteria Uji :
a. Bila d
U
d 4 – d
U
, maka koefisien autokorelasi = 0, berarti tidak ada autokorelasi.
∑ ∑
= =
−
− =
n t
t n
t t
t H
e e
e d
1 2
2 2
1
Universitas Sumatera Utara
b. Bila d d
L
, maka koefisien autokorelasi 0, berarti ada autokorelasi positif.
c. Bila d 4-d
L
, maka koefisisen autokorelasi 0, berarti terjadi autokorelasi negatif.
d. Bila d
U
d d
L
atau 4-d
U
d 4-d
L
, maka hasilnya tidak dapat disimpulkan
Dimana d
: Nilai Durbin Watson hitung d
U
: Nilai batas atas upper Durbin Watson tabel d
L
: Nilai batas bawah lower Durbin Watson tabel Dengan menggunakan software SPSS 17.0 diperoleh hasil
outpun uji Durbin-Watson sebagai berikut.
Tabel 4.5 Uji Autokorelasi
Model Summary
b
Nilai DW
hitung
sebesar 1,757 akan dibandingkan dengan nilai tabel dengan menggunakan derajat kepercayaan 5, jumlah sampel 75 dan jumlah variabel
independen 3, maka di tabel Durbin-Watson akan diperoleh nilai : 1,7092
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .721
a
.519 .499
.4757346125 1.757
a. Predictors: Constant, Working Capital, ROA, Current Asset b. Dependent Variable: DER
Universitas Sumatera Utara
n k = 3
dL dU
72 73
74
75
76 77
1,5323 1,5360
1,5397 1,5432
1,5467 1,5502
1,7054 1,7067
1,7079 1,7092
1,7104 1,7117
Oleh karena nilai DW
hitung
lebih besar dari batas atas
1,7092 dan lebih kecil dari 4-d
U
= 4 - 1,7092=2,2908, atau :
d
U
d 4 – d
U
1,7092
1,757
2,2908 Maka dapat disimpulkan tidak terdapat autokorelasi positif dan negatif pada model.
4.2.3. Model Persamaan Regresi
Penafsiran model regresi dengan menggunakan regresi linier berganda dilakukan untuk mencari pengaruh antara variabel
independen profitabilitas ROA, likuiditas current ratio, modal kerja working capital dan variabel dependen struktur modal DER.
Model persamaan regresi untuk kasus tersebut dapat disajikan
sebagai berikut :
Y =
α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ ε
i
Dimana : Y
: DER sebagai variabel dependen α
: konstanta β
1
- β
3
: koefisien regresi variabel dependen X
1
: ROA
Universitas Sumatera Utara