Tabel IV.4. Uji Autokorelasi
Mode l
R R
Squar e
Adjuste d R
Square Std.
Error of the
Estimat e
Change Statistics Durbin
- Watson
R Square
Chang e
F Chang
e df
1 df2
Sig. F Chang
e
1 .519a
.269 .253
.05613 .269
16.803 7
31 9
.000 1.766
Dari hasil pengujian pada Tabel IV.4 terlihat bahwa nilai Durbin Watson untuk keempat variabel, yaitu variabel tingkat pajak, kesulitan keuangan,
kemampulabaan, ukuran perusahaan, likuiditas, pembayaran deviden dan struktur aktiva adalah sebesar 1,766. Berdasarkan tabel Durbin Watson dengan nilai
signifikan 5 dan sampel 109, du = 0.729 sehingga 4 – du = 3.27. Hal ini menunjukkan bahwa tidak terjadi autokorelasi karena: 0.729 1,766
3.27.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dari model regresi yang terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadinya heteroskedastisitas. Salah satu cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat dengan residualnya. Jika ada pola tertentu, seperti titik- titik menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
Berdasarkan hasil pengolahan data, uji heteroskedastisitas dalam penelitian ini ditunjukkan pada Gambar IV.1:
-2.5 0.0
2.5 5.0
7.5 10.0
12.5 Regression Studentized Residual
-4 -2
2 4
Regressi on S
tandardi zed P
redi cted V
alue Dependent Variable: Taxshield
Scatterplot
Gambar IV.1. Uji Heteroskedastisitas
Berdasarkan gambar di atas tidak terlihat ada pola tertentu, serta titik- titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
4. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya memiliki distribusi normal atau tidak. Model
regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk melihat normalitas data dapat dilakukan dengan melihat histogram atau normal
probabilitas plot. Berdasarkan hasil pengolahan data SPSS, Uji normalitas data dalam penelitian
ini ditunjukkan pada Gambar IV.2 berikut ini:
Universitas Sumatera Utara
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob 0.0
0.2 0.4
0.6 0.8
1.0
Expect ed Cum
Prob
Dependent Variable: Taxshield Normal P-P Plot of Regression Standardized Residual
Gambar IV.2. Uji Normalitas
Berdasarkan gambar tersebut, dapat disimpulkan bahwa data yang digunakan menunjukkan indikasi normal. Santoso 2000, menyatakan bahwa jika data
menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas, dan sebaliknya apabila data model regresi tidak
memenuhi asumsi-asumsi normalitas.
Analisis Regresi
Hasil regresi variabel-variabel X terhadap variabel Y adalah sebagaimana Tabel IV.5 berikut:
Universitas Sumatera Utara
Tabel IV.5. Hasil Regresi Variabel
Koefisien Regresi Beta t
Sig. Tolerance
VIF
Constant .021
1.801 .073 taxrate
.145 .334
6.048 .000 .749 1.336
findistress .000
.218 4.518 .000
.983 1.017 ROA
.024 .082
1.544 .124 .809 1.236
Size -.002 -.130
-2.638 .009 .941 1.062
Divpay .005
.160 2.988 .003
.802 1.247 Likuiditas
.022 .089
1.714 .087 .847 1.181
Struktur .011
.035 .679 .497
.860 1.163
F = 16,803 F Sig = 000
R = 0,519 R
2
= 0,269
Berdasarkan Tabel IV.5 di atas, maka model analisis regresi berganda antara variabel X terhadap Y dapat diformulasikan dalam model persamaan sebagai berikut:
Y= 0,021 + 0,145 X
1
+ 0,0001 X
2
+ 0,024 X
3
- 0,002 X
4
+ 0,005 X
5
+ 0,022 X
6
+ 0,011X
7
.
4.2. Pembahasan
4.2.1. Uji Simultan dengan F-Test
Uji F-test dilakukan untuk mengetahui pengaruh secara simultan variabel tingkat pajak, kesulitan keuangan, kemampulabaan, ukuran perusahaan, likuiditas,
pembayaran dividen dan struktur aktiva terhadap tax benefit dari penggunaan hutang.
Universitas Sumatera Utara