46 variableleveragedapat
dinyatakan tidak terjadi multikolinearitas.
b. Nilai VIF untuk variabel profitabilitas adalah 1,057 10
dan nilai tolerance variabel profitabilitas adalah 0,946 0,10 maka variabel profitabilitas dapat dinyatakan tidak
terjadimultikolinearitas. c.
Nilai VIF untuk variabel ukuran perusahaan adalah 1,013 10 dan nilai tolerance variabel ukuran perusahaan adalah
0,987 0,10makavariable
ukuran perusahaan dapat dinyatakan tidak terjadi multikolinearitas.
4.2.2.3. Uji Heterokedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka
disebut homoskedastisitas, dan jika variance dari residual satu pengamatan ke pengamatan lain berbeda disebut
heteroskedastisitas. Untuk mendeteksi ada atau tidaknya
heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot, dengan dasar analisis Ghozali, 2005:139:
1. Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang,
47 melebar kemudian menyempit, maka mengindikasikan
telah terjadi heteroskedastisitas. 2.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas. Hasil uji heteroskedastisitas dengan menggunakan grafik
scatterplot di tunjukkan pada gambar 4.1 dibawah ini:
Gambar 4.1 Grafik Scatterplot
Berdasarkan gambar scatterplot gambar 4.1
menunjukkan titik tidak membentuk pola tertentu dan penyebaran sebagian besar terletak antara 1 sampai -1.Hal ini
dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak digunakan dalam
48 pengujian Jadi dapat disimpulkan model regresi tidak
mengandung adanya heterokedastisitas. 4.2.2.4.
Uji Autokorelasi
Bertujuan untuk menguji apakah dalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan periode t-1 sebelumnya. Jika terjadi korelasi dalam model regresi berarti koefisien
korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yang baik adalah model regresi yang bebas dari
autokorelasi. Untuk mengetahui adanya autokorelasi dalam suatu
model regresi dilakukan melalui pengujian terhadap nilai uji Durbin-Watson Uji DW. Dalam pengambilan keputusan ada
tidaknya autokorelasi adalah sebagai berikut:
1. Bila nilai DW terletak diantara batas atau upper bound
du dan 4-du maka koefisien autokorelasi = 0, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah daripada batas bawah atau
lower bound dl maka koefisien autokorelasi 0, berarti tidak ada autokorelasi positif.
3. Bila nilai DW lebih besar dari 4-dl maka koefisien
autokorelasi 0, berarti ada autokorelasi negatif.
49 4.
Bila nilai DW terletak antara du dan dl atau DW terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat
disimpulkan. Hasil uji autokorelasi dengan Durbin-Watson dapat
dilihat pada tabel dibawah ini:
Tabel 4.5 Hasil Uji Autokorelasi dengan Durbin-Watson
Dari hasil uji autokorelasi Durbin–Watsonmaka diperoleh nilai DW sebesar 1.657. Dengan melihat kriteria
nilai uji Durbin–Watson yaitu 1,65DW2,35 maka dapat disimpulkan tidak terjadi autokorelasi.
Model Summary
b
Mode l
R R
Square Adjusted
R Square Std. Error of
the Estimate Durbin-
Watson 1
.330
a
.109 -.002
.4606 1.657
a. Predictors: Constant, Ukuran Perusahaan, Leverage, Profitabilitas b. Dependent Variable: Pengungkapan Manajemen Risiko
50
4.2.3. Uji Regresi Berganda
