Pada penelitian ini uji multikolinearitas dilakukan dengan melihat nilai Variance Inflation Factor VIF pada model regresi. Jika nilai VIF
melebihi 10, maka variabel tersebut memiliki multikolinearitas yang tinggi Ghozali, 2011. Pada Tabel 4 di bawah ini menunjukkan hasil
uji Multikolinieritas. Tabel 4. Hasil Uji Multikolinieritas
Coefficients
a
a. Dependent Variable: DER
Sumber: Lampiran 10, Halaman 85
Berdasarkan tabel 4, hasil uji multikolinearitas diperoleh nilai VIF empat variabel independen yaitu Blockholder Ownership, Ukuran
Perusahaan, Risiko Bisnis dan Non Debt Tax Shield di bawah nilai 10. Dengan demikian dapat disimpulkan bahwa tidak ada multikolinearitas
antar variabel independen dalam model regresi pada penelitian ini.
c. Uji Autokorelasi
Uji autokorelasi terjadi karena adanya korelasi antara satu variabel pengganggu dengan variabel pengganggu yang lain. Dalam penelitian
Model Unstandardized
Coefficients B Std. Error
Standardized Coefficients
Beta t
Sig. Collinearity
Statistics Tolerance
VIF
Constant -1,86
1,348 -1,38
0,173 BO
-0,534 0,429
-0,149 -1,247
0,217 0,927
1,078 SIZE
0,182 0,077
0,347 2,363
0,021 0,618
1,619 RISK
-0,000 0,000
-0,032 -0,242
0,81 0,747
1,339 NDTS
-0,112 0,048
-0,302 -2,349
0,022 0,807
1,239
ini uji autokorelasi dilakukan dengan menggunakan uji Durbin-Watson untuk melihat ada tidaknya masalah autokorelasi pada model regresi.
Hasil Uji Autokorelasi, ditunjukkan pada tabel berikut ini:
Tabel 5. Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-
Watson 1
,385
a
,148 ,095
,427502 2,402
a. Predictors: Constant, NDTS, BO, RISK, SIZE b. Dependent Variable: DER
Sumber: Lampiran 11, Halaman 86
Berdasarkan hasil uji autokorelasi diperoleh nilai Durbin-Watson sebesar 2,402, Nilai ini dibandingkan dengan nilai tabel Durbin-
Watson k, n yang mana k menunjukkan jumlah variabel independen yakni 4 variabel dan n adalah jumlah sampel sejumlah 69 unit
observasi. Maka nilai du tabel menunjukkan 1,534 dan nilai dl menunjukkan
2,466, sehingga
1,5342,4022,466, hasil
ini menunjukkan
bahwa pengujian
autokorelasi sebagai
prasyarat pengujian asumsi klasik sudah terpenuhi.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada tidaknya salah satu penyimpangan asumsi klasik yaitu varian dari residual tidak