54
Dari tabel 4.2, dapat dilihat nilai Kolmogorov – Smirnov sebesar 0.514 dan nilai Asymp. Sig. 2-tailed sebesar 0.954 di atas nilai
signifikan 0.05, maka dapat disimpulkan data berdistribusi secara normal.
4.3.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah ditemukan adanya korelasi diantara variabel independen. Untuk mendeteksi ada
atau tidaknya multikolinearitas di dalam regresi dapat dilihat dari tolerance value dan variance inflation factor VIF. Apabila
mempunyai tolerance value 0,10 dan nilai VIF 10, maka suatu model regresi yang bebas dari masalah multikolinearitas. Apabila
mempunyai tolerance value 0,10 dan nilai VIF 10 maka suatu model regresi mengalami masalah multikolinearitas.
Tabel 4.2 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 81
Normal Parameters
a,b
Mean 0E-7
Std. Deviation ,83235384
Most Extreme Differences Absolute
,057 Positive
,055 Negative
-,057 Kolmogorov-Smirnov Z
,514 Asymp. Sig. 2-tailed
,954 a. Test distribution is Normal.
b. Calculated from data.
Sumber : output SPSS 20, data diolah peneliti 2016
Universitas Sumatera Utara
55
Tabel 4.3 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
,574 ,216
2,651 ,010
TAX_AVOID -,871
,434 -,202
-2,006 ,048
,964 1,038
DIVIDEND_POL ICY
1,918 ,398
,485 4,817
,000 ,964
1,038 a. Dependent Variable: LN_PBV
Sumber : output SPSS 20, data diolah peneliti 2016
Dari tabel di atas, dapat dilihat nilai Tolerance setiap variabel independen berada di atas 0.10 Tol 0,10 dan nilai VIF setiap
variabel independen juga lebih kecil dari 10 VIF 10, maka dapat disimpulkan tidak terdapat multikolinearitas.
4.3.3 Uji Autokorelasi
Uji autokorelasi menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 Ghozali,2006. Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Berikut disajikan tabel hasil
Uji Durbin Watson untuk menguji ada tidaknya autokorelasi dalam penelitian ini.
Universitas Sumatera Utara
56
Tabel 4.4 Hasil Uji Durbin Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,488
a
,239 ,219
,84296 2,135
a. Predictors: Constant, DIVIDEND_POLICY, TAX_AVOID b. Dependent Variable: LN_PBV
Sumber : output SPSS 20, data diolah peneliti 2016 Dari hasil uji di atas menunjukkan nilai Durbin-Watson sebesar
2,135. Nilai du dapat dilihat dari tabel Durbin-Watson DW pada lampiran. Data tidak mengalami autokorelasi apabila du d 4-du.
Cara melihat nilai du dari tabel Durbin-Watson yaitu symbol ‘k’ menunjukkan banyaknya variabel independen dalam penelitian dan ‘n’
menunjukkan banyaknya observasi dalam penelitian. Penelitian ini menggunakan dua variabel independen dan observasi sebanyak 81,
maka nilai du sebesar 1,6898 dan 4-du adalah 2,3102 du d 4-du atau 1,6898 2,135 2,3102. Sesuai hasil tersebut dapat disimpulkan
bahwa tidak terjadi autokorelasi.
4.3.4 Uji Heteroskedastisitas
