Tabel 4.5 Uji glesjer
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
.564 .393
1.435 .164
EPS_transform -.063
.116 -.184
-.542 .592
DPS_transform .067
.073 .311
.919 .367
a. Dependent Variable: ABS_RES
Dari output pada Tabel 4.5 di atas dapat diketahui bahwa nilai signifikansi kedua variabel independen lebih dari 0,05. Dengan demikian
dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.
4.2.3. Uji Autokorelasi
Hasil uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi yang
datanya time series. Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji durbin watson. Secara umum panduan mengenai
angka durbin-watson dapat diambil patokan sebagai berikut : 1. Angka D-W dibawah -2 berarti ada autokorelasi positif.
2. Angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi 3. Angka D-W diatas +2 berarti ada autokorelasi negatif.
Tabel 4.6 Hasil uji autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.910
a
.827 .814
.71223 1.374
a. Predictors: Constant, DPS_transform, EPS_transform b. Dependent Variable: HS_transform
Tabel 4.6 memperlihatkan nilai statistik Durbin-Watson sebesar = 1,374 yang artinya nilai durbin watson terletak antara -2 dan +2. Maka dapat
disimpulkan bahwa model regresi bebas dari auto korelasi.
4.2.4. Uji Multikolinearitas
Menurut Ghozali 2005:91, “ uji multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel
bebas independen”. Adanya gejala multikolinearitas dapat dilihat dari tolerance value atau nilai variance inflation factor VIF. Batas tolerance
value adalah 0,1 dan batas VIF adalah 10. Apabila tolerance value 0,1 atau VIF 10 maka terjadi multikolinearitas. Apabila tolerance value 0,1 atau
VIF 10 maka tidak terjadi multikolinearitas. Hasil pengujian terhadap multikolinearitas pada penelitian ini dapat dilihat pada tabel 4.7.
Tabel 4.7 Uji multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 2.621
.596 4.397
.000 EPS_transform
.797 .175
.652 4.544
.000 .336
2.979 DPS_transform
.230 .111
.297 2.069
.049 .336
2.979 a. Dependent Variable: HS_transform
Berdasarkan tabel 4.7 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih besar dari 10 dan tidak ada yang
memiliki tolerance value lebih dari 0,1. Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil analisis, didapat
nilai VIF untuk variabel Earnings per share adalah 2,979 10 dan nilai tolerance sebesar 0,336 0,1, bila VIF untuk variabel Dividend Per Share
adalah 2,797 dan nilai tolerance sebesar 0,336 0,1. Hasil ini maka dapat disimpulkan bahwa semua variabel bebas yang dipakai dalam penelitian ini
lolos uji gejala multikolinearitas.
4.3. Pengujian Hipotesis