47
b. Uji Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi tidak terjadi kesamaan variance dari residual antar setiap
pengamatan satu dengan yang lain. Hasil pengujian heterokedastisitas dapat dilihat pada gambar 4.5 berikut ini :
Gambar 4.3 Grafik Scatterplot
Sumber : Output SPSS Hasil olahan peneliti 2014
Universitas Sumatera Utara
48 Berdasarkan gambar 4.5 ini dapat dilihat bahwa titik-titik menyebar secara
acak serta tersebar baik di atas maupun di bawah angka 0 nol pada sumbu Y, sehingga dapat dikatakan tidak terjadi heterokedastisitas dan model regresi ini
layak digunakan untuk mengetahui faktor-faktor yang mempengaruhi kinerja perusahaan.
c. Uji Autokorelasi
Salah satu yang menjadi syarat untuk dilakukannya regresi adalah melakukan pengujian autokorelasi. Pengujian ini dilakukan untuk
mengetahui dan menilai apakah dalam model regresi terdapat korelasi antara kesalahan pengganggu pada periode t, dengan kesalahan pada
periode sebelumnya. Untuk mendeteksi adanya autokorelasi, maka dilakukan uji Durbin
– Watson.
Kriteria penilaian autokorelasi secara umum menggunakan uji Durbin
– Watson adalah sebagai berikut : Angka D-W dibawah -2 berarti ada autokorelasi positif
Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi Angka D-W diatas +2 berarti ada autokorelasi negatif
Universitas Sumatera Utara
49
Tabel 4.2 Uji Durbin - Watson
Model Summary
b
Model R
R Square Adjusted
R Square
Std. Error of the Estimate
Durbin-Watson 1
.472
a
.223 .094
10.02484 1.645
a. Predictors: Constant, TATO, ROA, UDD, EQ, UDK b. Dependent Variable: PER
Hasil pengujian pada tabel 4. Menunjukkan bahwa nilai D-W Durbin-Watson sebesar 1,645. Angka ini terletak diantara -2 dan +2,
maka dapat disimpulkan bahwa tidak terjadi autokorelasi baik positif maupun negatif.
d. Uji Multikolinearitas
Tujuan dari uji multikolinearitas ini adalah untuk menguji apakah dalam model regresi ditemukan adanya hubungan korelasi antar variabel
bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Cara untuk mendeteksinya yaitu
dengan melihat nilai Tolerance TOL dan Variance Inflation Factor VIF. Jika nilai VIF 10 dan nilai TOL 0,1, maka dapat disimpulkan
bahwa tidak terjadi multikolinearitas. Hasil pengujian multikolinearitas dapat dilihat pada tabel berikut ini :
Universitas Sumatera Utara
50
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 26.719
6.569 4.067
.000 UDK
-1.022 1.680
-.186 -.608
.548 .278
3.602 UDD
1.502 1.513
.266 .993
.329 .361
2.770 EQ
1.245 1.013
.200 1.229
.228 .983
1.017 ROA
-1.774 16.317
-.022 -.109
.914 .621
1.610 TATO
-7.974 3.676
-.380 -2.169
.038 .843
1.187 a. Dependent Variable: PER
Hasil pengujian multikolinearitas ini menunjukkan nilai TOL variabel independen secara keseluruhan lebih besar dari 0,1 0,1. Nilai
TOL UDK Ukuran Dewan Komisaris sebesar 0,278; UDD Ukuran Dewan Direksi sebesar 0,361; EO Earnings Quality sebesar 0,983; ROA
Return on Assets sebesar 0,621; TATO Total Assets Turnover sebesar 0,843. Hasil perhitungan VIF kurang dari 10 10 terlihat pada semua
variabel independen. Nilai VIF dari UDK, UDD,EQ, ROA, dan TATO secara berturut adalah sebesar 3,602; 2,770; 1,017; 1,610; dan 1,187.
Jadi, dilihat dari nilai TOL dan VIF yang ada pada tabel tersebut, nilainya semua memenuhi kriteria pengujian multikolinearitas sehingga
tidak terjadi multikolinearitas antar variabel independen.
Universitas Sumatera Utara
51
4.2.3 Pengujian Hipotesis
Dalam penelitian ini akan dilakukan pengujian hipotesis dengan menggunakan pengujian koefisien determinasi, pengujian signifikansi
parsial uji-T dan pengujian signifikansi simultan uji-F.
a. Koefisien Determinasi