57
variabel yang terdapat dalam matriks korelasi. Hasil gejala multikoloneritas disajikan pada tabel 4.3 berikut ini.
Tabel 4.3 Hasil Uji Multikoloneritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Toleran
ce VIF
1Constant 3.834
1.420 2.699
.011 LNUKURAN
.050 .024
.306 2.066 .046
.807 1.238
LNUMUR -.049
.131 -.056
-.377 .709
.803 1.245
LNROA .053
.041 .176 1.290
.205 .950
1.053 OPINION
-.164 .152
-.148 -1.083 .286
.947 1.056
LNARL -.983
.271 -.500 -3.625
.001 .934 1.070
a. Dependent Variable: DTIMELINES
Hasil perhitungan
nilai tolerance
menunjukkan variabel
independen memiliki nilai tolerance ≥ 0,10 yaitu 0,807; 0,803; 0,950; 0,947;
0,934 yang berarti tidak terjadi korelasi antarvariabel independen. Hasil perhitungan VIF juga menunnjukkan hal yang sama dimana variabel
independennya memiliki nilai VIV ≤ 10 yaitu 1,238; 1,245; 1,053; 1,056; 1,070 yang juga berarti tidak terjadi korelasi antar variabel independen
tidak terjadi multikoloneritas .
4.2.1.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan
Universitas Sumatera Utara
58
kesalahan pengganggu pada periode t-1 sebelumnya . Terjadinya korelasi dinamakan problem autokorelasi. Autokorelasi muncul karena observasi
yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah tersebut timbul karena residual tidak bebas dari satu observasi ke observasi lain. Run
test digunakan untuk menguji gejala autokorelasi pada penelitian. Hasil output SPSS dengan probabilitas signifikansi di bawah 0.05 dapat
disimpulkan bahwa terdapat gejala autokorelasi pada model regresi tersebut. Run test digunakan untuk melihat apakah data residual terjadi secara random
atau tidak. Ghozali 2005:103.
Tabel 4.4 Hasil Uji Autokorelasi
Runs Test
Unstandardized Residual
Test Value
a
.00713 Cases Test Value
21 Cases = Test Value
21 Total Cases
42 Number of Runs
21 Z
-.156 Asymp. Sig. 2-tailed
.876 a. Median
Hasil output SPSS menunjukkan bahwa nilai test adalah 0.0713 dengan probabilitas 0.876 Hal ini menunjukkan bahwa tidak terjadi
autokorelasi pada penelitian karena nilai signifikan lebih besar dari 0.05.
Universitas Sumatera Utara
59
4.2.1.4 Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke
pengamatan lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada tidaknya heteroskedastisitas dapat
dilakukan dengan uji glejser.
Tabel 4.5 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant -.166
.474 -.349
.004 LNUKURAN
-.030 .008
-.485 -3.666
.065 LNUMUR
-.001 .044
-.004 -.029
.977 LNROA
.033 .014
.294 2.407
.082 OPINION
.103 .053
.239 1.956
.058 LNARL
.324 .090
.440 3.579
.071 a. Dependent Variable: absut
Hasil pengujian yang terlihat pada tabel 4.5 menunjukkan bahwa data penelitian ini tidak terkena heteroskedastisitas karena nilai signifikan
kelima variabel independen lebih besar dari 0.05.
4.2.2 Pengujian Hipotesis Penelitian