52 Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linier ada korelasi kesalahan pengganggu residual pada periode t dengan kesalahan pada periode t-1. Apabila adanya data yang autokorelasi
adalah dengan menggunakan uji Durbin-Watson D-W dengan kriteria
sebagai berikut:
a. Nilai D-W di bawah -2 berarti ada autokorelasi positif.
b. Nilai D-W di antara -2 sampai +2 berarti tidak ada autokorelasi.
c. Nilai D-W di atas +2 berarti ada autokorelasi negatif.
4. Uji Heteroskedastisitas
Pengujian heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari suatu pengganggu residual
satu pengamatan ke pengamatan lain. Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Ada beberapa pengujian yang dapat digunakan
untuk mendeteksi heteroskedastisitas diantaranya adalah dengan melihat penyebaran variance residual pada diagram pancar scatter plot. Pada
gambar scatter plot yang menyatakan regresi linier berganda tidak terdapat
heteroskedastisitas jika:
a. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
c. Penyebaran titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit atau melebar. d.
Penyebaran titik data sebaiknya tidak berpola.
3.7.3. Analisis Statistik
53 Datayangtelahdikumpulkanakandianalisismenggunakanalatbantuanalis
isstatistikyaitu: Modelregresi linier bergandamultipleregression analysis:
Y = a + �
1
�
1
+ �
2
�
2
+ �
3
�
3
+ e
Model PersamaanModerated Regression AnalysisMRA: Y = a +
�
1
�
1
+ �
2
Z + �
3
�
1
.Z + e Y = a +
�
1
�
2
+ �
2
Z + �
3
�
2
.Z + e Y = a +
�
1
�
3
+ �
2
Z + �
3
�
3
.Z + e
Keterangan: Y
: NilaiPerusahaanPrice to Book Value a
: Konstanta b1, b2, b3
: Koefisien regresi �
1
: Variabel Ukuran Perusahaan �
2
: Variabel Leverage �
3
: Variabel Profitabilitas Z
: Variabel Kebijakan Dividen Dividend Payout Ratio �
1
.Z : Interaksi ukuran perusahaan dengan kebijakan dividen
�
2
.Z : Interaksi leverage dengan kebijakan dividen
�
3
.Z : Interaksi profitabilitas dengan kebijakan dividen
e : Error
Tabel 3.4 Klasifikasi Variabel Pemoderasi
54 No
Hasil Uji Jenis Moderasi
1 �
2
non significant �
3
significant Moderasi Murni Pure Moderator
2 �
2
significant �
3
significant Moderasi Semu Quasi Moderator.
Quasi moderasi merupakan variabel yang memoderasi hubungan antara
variabel independen dengan variabel dependen yang sekaligus menjadi
variabel independen.
3 �
2
significant �
3
non significant Prediktor Moderasi Predictor Moderasi
Variabel. Artinya variabel moderasi ini hanya berperanan sebagai variabel
prediktor independen dalam model hubungan yang dibentuk
4 �
2
non significant �
3
non significant Moderasi Potensial Homologiser
Moderator. Artinya variabel tersebut potensial menjadi variabel moderasi.
UjiInteraksiatauseringdisebutdengan ModeratedRegressionAnalysis MRA merupakanaplikasikhususregresilinear
berganda dimanadalam persamaanregresinyamengandung unsurinteraksiperkalianduaataulebih
variabel independen Ghozali, 2006. Variabel perkalian antara Variabel Ukuran Perusahaan
�
1
,Leverage �
2
danProfitabilitas �
3
denganKebijakan dividen Z merupakan variabel moderating oleh karena menggambarkan pengaruhmoderatingvariabelKebijakan
dividenZterhadap Variabel Ukuran
Perusahaan �
1
,Leverage �
2
danProfitabilitas �
3
dan NilaiPerusahaan Ŷ.
Jogiyanto2010 menyatakanpengujianterhadapefekmoderasidapat dilakukan dengan dua carasebagai berikut:
a Efek moderasi dilihat dari kenaikanR
2
persamaan regresi yangberisi denganefek-efekutamadanefekmoderasi
daripersamaanregresiyang hanyaberisi dengan efekutamasaja.
55 b Efek moderasi jugadapatdilihat dari signifikansikoefisien b
3
dari interaksiVIVMO.
Arsintadiani dan Harsono 2002 dalam penelitiannyamenyatakan bahwa hasil interaksi variabelindependenVIdan
variabeldependenVDdengan memasukkan variabelmoderating VMO.Nilai
efek-efek utamadan
efek moderasiVIVMOjika mengalamipeningkatan nilaiRsquare dari
efekutama, peningkatanRsquaretidaksignifikankarenatingkatsignifikansib
3
VIVMO 0.05Los=5dandikatakansignifikanjikatingkatsignifikansib
3
VIVMO 0.05 Los =5 .
3.7.4. Pengujian Hipotesis