Tabel 4.5 : Uji Durbin Watson
Nilai DW Durbin Watson yang dihasilkan adalah sebesar 1.850 karena nilai DW Durbin Watson berada du 1,57 d1.850 4
– du 4-1,57=2,43, maka dapat disimpulkan bahwa antara residual kesalahan pengganguan tidak dapat korelasi
atau model regresi linier berganda yang dihasilkan tidak terjadi autokorelasi
4.3.4 Uji multikorelasi
Uji multikorelasi bertujuan untuk menguji apakah dalam persamaan regeresi ditemukan adanya korelasi antara variabel bebas.Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel bebas. Multikorelasi dapat dilihat dari nilai tolerance dan nilai VIF. Tolerance mengukur
variabilitas variabel bebas yang terpilih tidak dapat dijelaskan oleg variabel bebas lainnya, jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena
VIF = 1 tolerance dan menunjukan adanya kolinieritas yang tinggi. Nilai cut off yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF
dibawah 10.
Model Summary
b
.472
a
.223 .169
10075.9054 1.850
Model 1
R R
Square Adjusted
R Square St d. Error of
the Estimate Durbin-
Wat son Predictors: Const ant , X2=DEVI DEN, X1=LABA AK
a. Dependent Variable: Y =HRG SAHAM
b.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.6 : Nilai VIF Variance Inflation Factor
Sumber : lampiran Berdasarkan tabel diatas, dapat disimpulkan bahwa model regresi tidak terjadi
multikolinieritas, karena besaran VIF yangdihasilkan oleh variabel bebas laba akuntansi X1, kebijakan deviden X2 lebih kecil dari 10.
Coeffici ents
a
5408.796 2177.83
2.484 .019
-.927 4.071
-.038 -.228
.822 -.042
.964 1.037
81.072 29.156
.464 2.781
.009 .459
.964 1.037
Constant X1=LABA AK
X2=DEVIDEN Model
1 B
Std. Error
Unstandardized Coef f icients
Beta Standardized
Coef f icients t
Sig. Part ial
Correl ations
Tolerance VIF
Collinearity Stat istics
Dependent Variable: Y =HRG SAHAM a.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.5 Uji Heteroskedastisitas
Heteroskedastisitas menunjukan adanya ketidaksamaan varians dari residual atas suatu pengamatan yang lain. Model regresi yang baik tidak
menujukan adanya gejala heteroskedastisitas. Pendeteksian ada atau tidaknya heteroskedastisitas dalam penelitian ini dilakukan dengan korelasi rank sperman.
Berikut adalah hasil rank sperman antara variabel bebas dengan nilai residual :
Tabel 4.7 : Hasil korelasi rank sperman
Sumber : lampiran Dari tabel diatas dapat disimpulkan bahwa model regresi tidak terjadi
heteroskedetisitas, karena tingkat signifikan yang dihasilkan oleh variabel laba akuntansi X1, kebijakan deviden X2 lebih besar dari 5 sig 5.
Correlations
1.000 -.002
.149 .835
. .990
.416 .000
32 32
32 32
-.002 1.000
.163 .065
.990 .
.373 .723
32 32
32 32
.149 .163
1.000 -.093
.416 .373
. .611
32 32
32 32
.835 .065
-.093 1.000
.000 .723
.611 .
32 32
32 32
Correlation Coef f icient Sig. 2-tailed
N Correlation Coef f icient
Sig. 2-tailed N
Correlation Coef f icient Sig. 2-tailed
N Correlation Coef f icient
Sig. 2-tailed N
Y=HRG SAHAM X1=LABA AK
X2=DEVIDEN Unstandardized Residual
Spearmans rho Y=HRG
SAHAM X1=
LABA AK X2=
DEVIDEN Unstandardiz
ed Residual
Correlation is signif icant at the 0.01 lev el 2-tailed. .
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.4 Analisis Model dan Pengujian Hipotesi 4.4.1 Hasil Analisis Regresi Berganda