Pada Gambar 5.5 terlihat bahwa tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini menyimpulkan bahwa
tidak terjadi heterokedastisitas pada model regresi sehingga model regresi layak dipakai.
Hasil uji heterokedastisitas juga dapat lihat dengan menggunakan uji Glejser. Hasil uji Glejser dapat dilihat pada Tabel 5.13.
Tabel 5.13. Hasil Uji Glejser Model Kedua
Model t
Sig.
1 Constant
1.571 .119
Ln_Return On Assets .641
.523 Ln_Earning Per Share
1.345 .181
Ln_Debt to Equity Ratio 1.627
.106 Sumber: Hasil Analisis Data
Hasil uji Glejser juga menunjukkan di dalam model tidak terjadi heterokedastisitas. Dari Tabel 5.13 dapat dilihat nilai signifikansi untuk setiap
variabel bebas 0,05, dengan demikian dapat disimpulkan tidak terjadi heterokedastisitas.
5.5.3 Hasil Pengujian Asumsi Autokorelasi Model Kedua
Uji autokorelasi dapat dilakukan dengan pengujian Durbin-Watson DW. Hasil uji autokorelasi dapat dilihat pada Tabel 5.14.
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Tabel 5.14. Hasil Pengujian Asumsi Autokorelasi Model Kedua
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .910
a
.827 .823
.80207 2.207
Sumber: Hasil Analisis Data Dari Tabel 5.14 dapat dilihat bahwa nilai Durbin-Watson dalam penelitian ini
sebesar 2,207 dan dapat dibaca dari tabel statistik Durbin-Watson dengan 0,05 dl dan du 1,26 dan 1,65 dan nilai dari 4-dl dan 4-du 2,74 dan 2,35. Dengan demikian
dapat disimpulkan bahwa nilai du DW 4 – du atau 1,65 2,207 2,35 yang artinya berarti tidak terjadi autokorelasi positif atau negatif pada model regresi yang
digunakan.
5.5.4 Hasil Pengujian Asumsi Multikolinieritas Model Kedua
Untuk mendeteksi ada tidaknya multikolinieritas dapat dilihat dari matrik korelasi pearson. Dari hasil analisis dapat dilihat korelasi antara variabel bebas
di bawah 0.10 sehingga dapat disimpulkan tidak terjadi multikolinieritas. Matriks korelasi dapat dilihat pada Tabel 5.15.
Tabel 5.15. Matriks Korelasi Antara Variabel Bebas Model Kedua
Ln_DC Ln_ROA
Ln_EPS Ln_DER
Ln_Dividend Cash 1.000
.577 .907
-.040 Ln_Return On Assets
.577 1.000
.600 -.252
Ln_Earning Par Share .907
.600 1.000
-.094 Ln_Debt to Equity Ratio
-.040 -.252
-.094 1.000
Sumber: Hasil Analisis Data
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Hasil uji multikolinieritas juga dapat dilihat dari nilai Tolerance Value dan Variance Inflation Factor VIF. Multikolinieritas terjadi jika nilai tolerance 0,10
dan VIF 10 atau jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,10, dapat dilihat pada Tabel 5.16 berikut ini:
Tabel 5.16. Hasil Pengujian Asumsi Multikolinieritas Model Kedua
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant -.440
.491 Ln_Return On Assets
.162 .112
.068 .601
1.664 Ln_Earning Par Share
.966 .051
.871 .636
1.572 Ln_Debt to Equity Ratio
.137 .088
.059 .931
1.074 Sumber: Hasil Analisis Data
Berdasarkan hasil pengujian multikolinieritas pada Tabel 5.16 dapat dilihat bahwa nilai tolerance pada variabel Ln_ Return On Assets, Ln_ Earning Per Share,
Ln_ Debt to Equity Ratio 0,10 dan VIF-nya 10. Hal ini menunjukkan bahwa tidak terjadi korelasi antar variabel independen artinya tidak terjadi multikolinieritas.
5.6 Hasil Analisis Data Model Kedua