Tabel 4.2 : Hasil Pengujian Autokorelasi
Model Summary
b
.580
a
.336 .250
.76599 1.356
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Debt Equity to Ratio, Growth Potential, Cash Position, Size
a. Dependent Variable: Dividend Payout Ratio
b.
Adapun kriteria pengujiannya adalah sebagai berikut :
Tabel 4.3. Batas-batas daerah Test Durbin Watson
Daerah Keterangan Kurang dari 1.236
1.236 dan 1,724 1,724 dan 2,264
2,264 dan 2.276 DW
2.276 Autokorelasi positif
Tanpa kesimpulaninconclusive Non autokorelasi
Tanpa kesimpulaninconclusive Autokorelasi negative
Sumber : data diolah
Hasil uji autokorelasi menunjukkan nilai DW sebesar 1.356. Berdasarkan table DW dengan jumlah sample n = 36 dan variabel independen k =
4 dengan tingkat signifikansi 0,05 diperoleh nilai d
L
= 1,236 dan d
U
= 1,724. Nilai DW 1.356 terletak antara 4 - d
U
2.276 dan 4 - d
L
2.764 atau terletak di daerah keragu-raguan.
4.2.2.2. Multikolinearitas
Untuk mengetahui ada atau tidaknya gejala multikolinier pada model regresi linier berganda yang dihasilkan dapat dilakukan dengan
menghitung nilai Variance Inflation Factor VIF dari masing-masing variabel bebas dalam model regresi.
Tabel 4.4 : Hasil Pengujian Multikolinieritas
Coefficients
a
.960 1.042
.943 1.060
.739 1.354
.748 1.338
Cash Position Growth Potential
Size Debt Equity to Ratio
Model 1
Tolerance VIF
Collinearity Statistics
Dependent Variable: Dividend Payout Ratio a.
Sumber : Lampiran Dari hasil perhitungan diperoleh bahwa pada bagian colliniearity
statistics, nilai VIF pada seluruh variabel bebas lebih kecil dari 10, yang artinya seluruh variabel bebas pada penelitian ini tidak ada gejala
multikolinier.
4.2.2.3. Heteroskedastisitas
Penyimpangan asumsi model klasik yang lain adalah adanya heteroskedastisitas. Artinya, varians variabel dalam model tidak sama
konstan. Hal ini bisa diindentifikasi dengan cara menghitung korelasi Rank Spearman antara residual dengan seluruh variabel bebas.
Tabel 4.5 : Hasil Pengujian Heteroskedastisitas
Correlations
1.000 .158
-.018 .115
-.049 .
.356 .917
.505 .778
36 36
36 36
36 .158
1.000 .061
.227 .311
.356 .
.724 .183
.065 36
36 36
36 36
-.018 .061
1.000 .067
-.212 .917
.724 .
.697 .214
36 36
36 36
36 .115
.227 .067
1.000 .567
.505 .183
.697 .
.000 36
36 36
36 36
-.049 .311
-.212 .567
1.000 .778
.065 .214
.000 .
36 36
36 36
36 Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Unstandardized Residual Cash Position
Growth Potential Size
Debt Equity to Ratio Spearmans rho
Unstandardiz ed Residual
Cash Position Growth
Potential Size
Debt Equity to Ratio
Correlation is significant at the 0.01 level 2-tailed. .
Berdasarkan lampiran dapat dilihat korelasi untuk variabel Cash Position X
1
dengan nilai probabilitassignifikansi sebesar 0.356, korelasi untuk variabel Growth Potential X
2
dengan nilai probabilitas signifikansi sebesar 0,917. Sedangkan untuk variabel Size X
3
dengan nilai probabilitassignifikansi sebesar 0.505, korelasi untuk variabel Debt
Equity to Ratio X
4
dengan nilai probabilitas signifikansi sebesar 0,778. Dimana nilai probabilitassignifikansi kedua variable tersebut lebih besar
dari 5 yang berarti tidak terdapat korelasi atau hubungan dengan masing-masing variabel bebas yang diteliti
4.2.3. Hasil Pengujian Regresi Linier Berganda
