57 histogram dari nilai residualnya. Jika data menyebar disekitar garis diagonal
dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Uji Multikolinieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen Erlina 2008. Model
regeresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebasnya Ghozali 2005:47. Multikolinieritas adalah situasi adanya korelasi variabel-
variabel independen antara yang satu dengan yang lainnya. Pengujian multikolinieritas dilakukan dengan melihat nilai Variance Inflation Factor
VIF dan korelasi di antara variabel independen. Jika nilai VIF 10, maka terjadi multikolinearitas diantara variabel independen.
c. Uji Heteroskedasitas
Menurut Gozali 2005:48 uji heteroskedasitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual
suatu pengamatan ke pengamatan yang lain. Suatu model regresi yang baik adalah tidak terjadi heteroskedastisitas. Deteksi ada tidaknya gejala
heteroskedasitas adalah dengan melihat ada tidaknya pola tertentu. Jika membentuk pola tertentu maka telah terjadi gejala heteroskedasitas.
Universitas Sumatera Utara
58
d. Uji Autokorelasi
Pada data time series sering ditemukan adanya masalah autokorelasi. Menurut Ghozali 2005:50 uji autokorelasi menguji apakah daam model
regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu pada periode t-
1
sebelumnya. Jika terjadi korelasi, berarti dijumpai problem korelasi. Pengambilan keputusan ada tidaknya
autokorelasi adalah sebgaai berikut:
Tabel 3.2 Kriteria Keputusan
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif No Decision
dl ≤ d ≤du
Tidak ada autokorelasi negative Tolak
4 – dl d 4 Tidak ada autokorelasi negative
No Decision 4 – du
≤ d≤ 4 - dl Tidak ada autokorelasi positif atau
negative Tidak ditolak
Du d 4 –du
3.6.3 Pengujian Hipotesis
Hipotesis diuji dengan menggunakan analisis regresi linear berganda. Analisis regresi ini digunakan untuk memperkirakan atau meramalkan hubungan
antara dua variabel dengan membuat sebuah asumsi kedalam suatu bentuk fungsi tertentu. Dimana variabel dependen dapat diprediksikan melalui variabel
independen secara individual, sehingga dapat digunakan untuk memutuskan apakah naik atau turunnya variabel dipenden dapat dilakukan dengan menaikan
atau menurunkan variabel independen.
Universitas Sumatera Utara
59
Model Regresi :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Keterangan : Y
= biaya ekuitas X
1
= tingkat disclosure X
2
= beta saham X
3
= ukuran perusahaan a
= konstanta b
1,
b
2,
b
3
= koefisien regresi e
= error
Analisis terhadap hasil regresi dilakukan melalui langkah-langkah sebagai berikut:
a. Uji Parsial t-test
Uji parsial digunakan untuk menguji seberapa jauh pengaruh satu varibel penjelasindependen secara individual dalam menerangkan variasi
variabel dependen, Ghozali 2005:54. Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah:
1. Ha diterima apabila t-hitung t-tabel, pada α = 5 dan nilai p-value
level of significant sebesar 0,05.
Universitas Sumatera Utara
60 2.
Ha ditolak apabila t-hitung t-tabel, pada α = 5 dan nilai p-value level of significant sebesar 0,05.
b. Uji Simultan F-Test
Uji F dilakukan untuk menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model regresi berganda mempunyai
pengaruh secara bersama-sama terhadap varibel dependen ,Ghozali 2005: 59 . Kriteria yang digunakan dalam menerima atau menolak hipotesis adalah:
1. Ha diterima apabila F-hitung F-tabel, pada α = 5 dan nilai p-value
level of significant sebesar 0,05. 2.
Ha ditolak apabila F-hitung F-tabel, pada α = 5 dan nilai p-value level of significant sebesar 0,05.
c. Koefisien Determinasi R