Berdasarkan tabel di atas, diketahui bahwa nilai Durbin-Watson yang diperoleh sebesar 1,987. Nilai ini terletak diantara du 1,854 dan 4-
du 2,146 sehingga dapat disimpulkan tidak terjadi autokorelasi.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan antara varian dari residual suatu
pengamatan ke pengamatan lain Imam Ghozali, 2011:139.Ada tidaknya heteroskedastisitas dalam persamaan regresi dapat dideteksi dengan
menggunakan uji Glejser. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Jika probabilitas signifikannya di atas tingkat
kepercayaan 5 maka dapat disimpulkan tidak terjadi heteroskedastisitas. Berikut ini adalah hasi uji heteroskedastisitas:
Tabel 9. Hasil Uji Heteroskedastisitas
Variabel Signifikansi
Keterangan Ukuran Perusahaan
0,465 Tidak terjadi
heteroskedastisitas Umur Perusahaan
0,073 Tidak terjadi
heteroskedastisitas Profitabilitas Perusahaan 0,891
Tidak terjadi heteroskedastisitas
Solvabilitas Perusahaan 0,089
Tidak terjadi heteroskedastisitas
Ukuran KAP 0,085
Tidak terjadi heteroskedastisitas
Opini Auditor 0,989
Tidak terjadi heteroskedastisitas
Sumber: Data diolah, 2015 Berdasarkan tabel di atas diketahui bahwa nilai signifikansi pada
variabel independen lebih besar dari taraf signifikansi 0,05. Hal ini
berarti bahwa model regresi pada penelitian ini tidak terjadi heteroskedastisitas.
Cara lain yang dapat digunakan untuk mengetahui ada tidaknya heteroskedastisitas
adalah dengan
melihat scatter
plot. Heteroskedastisitas terjadi apabila pada scatter plot titik-titiknya
mempunyai pola yang teratur. Dengan melihat gambar scatterplot di bawah ini dapat diketahui bahwa model regresi pada penelitian ini tidak
terjadi heteroskedastisitas karena pola dalam scatterplot mempunyai pola yang tidak teratur.
Gambar 3. Scatterplot Uji Heteroskedastisitas
Sumber: Lampiran
4. Uji Multikolinieritas
Uji Multikolinieritas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau variabel
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independennya. Untuk menguji adanya multikolinieritas
dapat dilihat dari nilai varian inflation factor VIF. Apabila nilai tolerance
0,1 dengan nilai VIP10 maka variabel independen yang digunakan terlepas dari permasalahan mutikolineritas.
Tabel 10. Hasil Uji Multikololinieritas Variabel
Tolerance VIF
Keterangan Ukuran Perusahaan 0,259
3,860 Non Multikololineritas
Umur Perusahaan 0,442
2,264 Non Multikololineritas
Profitabilitas Perusahaan
0,395 2,535
Non Multikololineritas Solvabilitas
Perusahaan 0,359
2,782 Non Multikololineritas
Ukuran KAP 0,518
1,930 Non Multikololineritas
Opini Auditor 0,864
1,158 Non Mutikololineritas
Sumber: Data diolah, 2015
D. Uji Hipotesis
