68
Β
5
= 5,052
Koefisien regresi untuk variabel jumlah Likuiditas X
5
sebesar 5,052. Tanda positif menunjukkan terjadinya perubahan yang
searah dari variabel Likuiditas X
5
terhadap variabel Struktur Modal Y, yang artinya apabila variabel Likuiditas X
5
mengalami peningkatan sebesar 1 satuan maka variabel nilai Struktur Modal
Y akan meningkat sebesar 5,052, demikian sebaliknya apabila variabel Likuiditas X
5
4.3.3. Uji Asumsi Klasik
mengalami penurunan sebesar 1 satuan maka variabel Struktur Modal Y akan menurun sebesar 5,052
dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
Teknik analisis yang digunakan dalam penelitian ini adalah model regresi yang diperoleh dari model kuadrat terkecil biasa ordinary least
squares merupakan model regresi yang menghasilkan estimasi linier tidak
bias yang terbaik Best linear Unbias Estimator BLUE. Kondisi ini akan terjadi jika dipenuhi beberapa asumsi klasik yaitu :
1. Pengujian Multikolinier
Identifikasi secara statistik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF.
Berdasarkan hasil pengujian, diperoleh hasil bahwa nilai VIF untuk masing-masing variabel adalah sebagai berikut:
69
Tabel 4.9. Hasil Pengujian Multikolinier No
Variabel Tolerance
VIF Keterangan
1 2
3 4
5 Ukuran Perusahaan
X
1
Resiko Bisnis X
2
Growth Opportunity X
3
Profitabilitas X
4
Likuiditas X
5
0,120 0,124
0,714 0,615
0,827 8,302
8,050 1,401
1,626 1,209
Non Multikolinier Non Multikolinier
Non Multikolinier Non Multikolinier
Non Multikolinier
Sumber : Lampiran 10 Menurut Ghozali 2006 : 91 uji multikolonieritas bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Salah satu cara yang digunakan untuk mengetahui ada
tidaknya multikolonieritas yaitu dengan melihat besarnya nilai Variance Inflation Factor
VIF. Dari tabel di atas dapat diketahui bahwa nilai VIF untuk variabel
Ukuran Perusahaan , Resiko Bisnis, Growth Opportunity, Profitabilitas
dan Likuiditas mempunyai nilai VIF lebih kecil dari 10 2006 : 91, yang berarti bahwa pengujian asumsi klasik dalam penelitian ini sudah terbebas
dari penyimpangan multikolinier.
2. Pengujian Heteroskedastisitas
Hasil uji heteroskedastisitas diperoleh dari hasil pengujian dengan menggunakan bantuan program SPSS 13.0 dengan melihat Rank
Spearman’s Correlation . Hasil pengujian Rank Spearman’s dapat dilihat
pada tabel berikut ini:
70
Tabel 4.10. Hasil Pengujian Heteroskedastisitas No
Variabel Nilai mutlak
dari residual Taraf
Signifikansi Keterangan
1. 2.
3. 4.
5. Ukuran Perusahaan
X
1
Resiko Bisnis X
2
Growth Opportunity X
3
Profitabilitas X
4
Likuiditas X
5
-0,159 -0,040
-0,190 -0,018
-0,161 0,354
0,816 0,268
0,918 0,347
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas
Sumber : Lampiran 11 Menurut Ghozali 2006 : 105 uji heteroskedastisitas bertujuan
menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Salah satu cara untuk
mendeteksi ada atau tidak adanya Heteroskedastisitas adalah dengan cara menggunakan uji rank spearman.
Dari hasil korelasi tersebut tidak diperoleh adanya korelasi yang signifikan antara Unstandardized Residual dengan masing-masing variabel
bebas yang diteliti, dengan nilai taraf signifikansi lebih besar dari 0,05, sehingga dapat disimpulkan bahwa tidak terjadi penyimpangan
heteroskedastisitas pada variabel-variabel bebas yang diteliti.
3. Pengujian Autokolerasi
