47 SRESID dan ZPRED. Jika pada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas
Ghozali, 2013:139. Selain menggunakan analisis grafik scatterplot untuk membuktikan lebih lanjut apakah terdapat heteroskedastisitas
pada model regresi maka dapat di uji juga dengan menggunakan diagnosis spearman Algifari, 2010:86.
3. Uji Koefisien Determinasi R
2
Koefisien Determinasi R
2
pada intinya adalah mengukur seberapa jauh kemampuan model dalam menjelaskan variasi variabel
dependen. Nilai Koefisien Determinasi R
2
adalah antara 0 nol dan 1 satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen, secara umum koefisien determinasi untuk data silang crosssection relatif rendah karena adanya
variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun time series biasanya mempunyai nilai koefisien determinasi
yang tinggi Ghozali, 2013:97. Kesalahan mendasar penggunaan koefisien determinasi adalah bias
terhadap jumlah variabel independen yang dimasukkan ke dalam model.
48 Setiap tambahan satu variabel independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan
terhadap variabel dependen. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R
2
pada saat mengevaluasi model regresi terbaik. Tidak seperti R
2
, nilai Adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model Ghozali, 2013:97.
4. Uji Hipotesis
Dalam penelitian ini, untuk melihat pengaruh variabel bebas terhadap variabel terikat menggunakan analisis regresi berganda Multiple
Regression Analysis . Analisis regresi berganda digunakan untuk
mengukur dan mengetahui besarnya hubungan antara variabel dependen dengan variabel independen. Analisis ini bertujuan untuk menguji
hubungan antar variabel penelitian dan mengetahui besarnya pengaruh masing-masing variabel bebas terhadap variabel terikat. Model yang
digunakan dalam regresi berganda untuk melihat pengaruh kepemilikan keluarga, kepemilikan institusional dan kepemilikan manajerial terhadap
biaya utang dalam penelitian ini adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
49 Keterangan:
Y : Biaya Utang Cost of Debt COD
a : Konstanta
b
1
b
2
b
3
: Koefisien regresi X
1
: Kepemilikan Keluarga FAM X
2
: Kepemilikan Institusional INST X
3
: Kepemilikan Manajerial MANJ e
: Kesalahan Regresi regression error
a. Uji Signifikansi Simultan Uji Statistik F
Uji F merupakan uji keseluruhan model regresi. Pengujian pada dasarnya dilakukan untuk menunjukkan apakah semua variabel
independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama
–sama terhadap variabel dependenterikat Ghozali, 2013:98. Contoh hipotesis yang digunakan dalam uji F
adalah: H
: x
1
,x
2
,x
3
= 0 variabel-variabel independen secara bersama- sama tidak berpengaruh terhadap variabel dependen
H
a
: x
1
,x
2
,x
3
≠ 0 variabel-variabel independen secara bersama- sama berpengaruh terhadap variabel dependen.
Untuk menguji hipotesis ini digunakan statistik F dengan kriteria pengambilan keputusan sebagai berikut:
1 Quick look : bila nilai F lebih besar daripada 4 maka H dapat
ditolak pada derajat kepercayaan 5. Dengan kata lain kita
50 menerima hipotesis alternatif, yang menyatakan bahwa semua
variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.
2 Membandingkan nilai F perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka H
ditolak dan menerima Ha Ghozali, 2013:98.
b. Uji Signifikansi Parameter Individual Uji Statistik t
Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam
menerangkan variansi variabel dependen. Hipotesis nol H yang
hendak diuji adalah apakah suatu parameter bi sama dengan nol, atau: H
: βi = 0 Artinya apakah suatu variabel independen bukan merupakan
penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya Ha parameter suatu variabel tidak sama dengan nol, atau:
H
a
: βi ≠0 Artinya, variabel tersebut merupakan penjelas yang signifikan
terhadap variabel dependen. Cara pengambilan keputusan adalah sebagai berikut Ghozali,
2013:99 : 1 Quick look : bila jumlah degree of freedom df adalah 20 atau
lebih, dan derajat kepercayaan sebesar 5, maka H yang
51 menyatakan bi = 0 dapat ditolak bila nilai t lebih besar dari 2
dalam nilai absolut. Dengan kata lain hipotesis alternatif diterima. 2 Membandingkan nilai statistik t dengan titik kritis menurut tabel.
Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesis alternatif.
E. Operasionalitas Variabel
Pada bagian ini akan diuraikan definisi dari masing-masing variabel yang akan digunakan yang disertai dengan operasional seta cara
pengukurannya. Variabel-variabel tersebut ditunjukan pada model berikut:
1. Kepemilikan Keluarga X