Uji Hipotesis Teknik Analisis dan Uji Hipotesis .1 Teknik Analisis

Dimana : Y = Variabel dependen, kebijakan hutang perusahaan dengan proksi LR a = Konstanta β 1 – β 5 = Koefisien regresi X 1 = Variabel independen, struktur aset proksi FAR X 2 = Variabel independen, ukuran perusahaan proksi total aset perusahaan X 3 = Variabel independen, kepemilikan manajerial proksi prosentase saham yang dimiliki pihak manajemen X 4 = Variabel independen, kepemilikan institusional proksi prosentase saham yang dimiliki pihak eksternal atau investor X 5 = Variabel independen, kebijakan hutang proksi DPR ε = Error atau kesalahan pengganggu

3.4.2 Uji Hipotesis

Sebelum dilakukan uji hipotesis regresi berganda maka terlebih dahulu dilakukan pengujian tentang :

3.4.2.1 Uji Normalitas

Menurut Sumarsono 2004 uji normalitas data digunakan untuk mengetahui apakah suatu data tersebut mengikuti sebaran normal. Dapat Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. dilakukan dengan metode diantaranya metode Kolmogorov dan Smirnov. Dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah : a. Jika nilai signifikan nilai probabilitasnya lebih kecil dari 5 , maka distribusi tidak normal b. Jika nilai signifikan nilai probabilitasnya lebih besar dari 5 , maka distribusi normal

3.4.2.2 Uji Asumsi Klasik

Persamaan regresi harus bersifat BLUE best linier unbiased estimator, artinya pengambilan keputusan tidak boleh bias untuk dapat menghasilkan keputusan yang BLUE maka harus dipenuhi diantaranya dua asumsi dasar yang tidak boleh dilanggar oleh regresi linier, yaitu : 1. Tidak boleh ada Multikoliniearitas 2. Tidak boleh ada Heteroskedastisitas 3. Tidak boleh ada Autokorelasi Apabila salah satu dari kedua asumsi dasar tersebut dilanggar maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias. 1. Uji Multikoliniearitas Uji Multikoliniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel bebas. Jika Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. variabel bebas saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol Ghozali, 2001 : 57. Cara untuk mengetahui ada tidaknya multikoliniearitas yaitu dengan melihat besarnya nilai variance inflation faktor VIF. VIF dapat dihitung dengan rumus : 1 VIF = Tolerance Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Dengan nilai VIF dibawah 10, maka tidak terjadi multikoliniearitas Ghozali, 2001 : 57. 2. Heteroskedastisitas Penyimpangan asumsi model klasik yang kedua adalah adanya heteroskedastisitas. Artinya varians variabel dalam model tidak sama konstan. Konsekuensi adanya heteroskedastisitas dalam model regresi adalah penaksir estimator yang diperoleh tidak efisien, baik dalam sampel kecil maupun dalam sampel besar, walaupun penaksir yang diperoleh menggambarkan populasinya tidak bias dan bertambahnya sampel yang digunakan akan mendekati nilai sebenarnya konsisten. Diagnosa adanya heteroskedastisitas secara kuantitatif dalam suatu regresi dapat dilakukan dengan melakukan pengujian korelasi Rank Spearman Ghozali, 2001 : 57. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Menurut Santoso 2002 : 301, deteksi adanya heteroskedastisitas adalah : 1. Nilai probabilitas 0,05, berarti bebas dari heteroskedastisitas. 2. Nilai probabilitas 0,05, berarti terkena heteroskedastisitas. 3. Autokorelasi Penyimpangan model regresi klasik yang ketiga adalah adanya autokorelasi dalam model regresi, artinya adanya korelasi antar anggota sampel yang diurutkan berdasarkan waktu. Penyimpangan asumsi ini biasanya muncul pada observasi yang menggunakan data time series. Gujarati, 1995 : 201. Untuk mendiagnosa adannya autokorelasi dalam suatu model regresi dilakukan pengujian terhadap nilai Durbin-Watson Uji Dw dengan ketentuan sebagai berikut : Ada Daerah Daerah Ada Autokorelasi Keragu – raguan Keragu – raguan Autokorelasi Positif Negatif Tidak ada Autokorelasi positif dan autokorelasi negatif 0 dL dU 2 4 – dU 4 – dL 4 Gambar 2 : Kurva Durbin Watson Sumber : Gujarati, 1995: 216 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Salah satu cara untuk menghilangkan pengaruh autokorelasi yang terdapat dalam suatu model regresi adalah dengan memasukkan log variabel dependennya.

3.4.2.3 Pengujian Hipotesis

Untuk menguji kebenaran dari hipotesis maka, dilakukan pengujian :

a. Uji Kesesuaian Model Uji F