51
Tabel 4.2 Uji Kolmogorov-Smirnov
Dari Tabel Kolmogorov-Smirnov di atas, nilai Asymp. Sig. 2-ta iled nya sebesar 0,495 yang berarti 0,05 sehingga dapat ditarik kesimpulan bahwa
data sudah terdistribusi dengan normal.
4.2.2 Uji Multikolinearitas
Uji Multikolinearitas merupakan uji yang menentukan ada tidaknya hubungan linear antara variabel independen dengan variabel independen lainnya.
Model regresi yang baik tidak boleh memiliki multikolinearitas di dalamnya. Untuk mendeteksi ada tidaknya multikolinearitas di dalam data penelitian dilihat
dari nilai Va r ia nce Infla tion Fa ctor VIF. Ketentuan dalan uji ini adalah jika nilai VIF 10 maka tidak terjadi multikolinearitas, dan sebaliknya jika nilai VIF 10
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 51
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 57,46162729
Most Extreme Differences
Absolute ,116
Positive ,116
Negative -,069
Kolmogorov-Smirnov Z ,831
Asymp. Sig. 2-tailed ,495
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
52 maka terjadi multikolinearitas. Hasil uji multikolinearitas dalam penelitian ini
dapat dilihat dalam tabel di bawah ini.
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1
Constant 68,267
13,993 4,879
,000 FREECASHFLOW
8,480E-13 ,000
,052 ,375
,710 ,965
1,037 ROE
1,060 ,767
,192 1,381
,174 ,974
1,027 KEPMANAJERIAL
-1,399 ,752
-,260 -1,860 ,069
,968 1,033
a. Dependent Variable: DER
Dari Tabel 4.3 di atas, maka dapat diperoleh nilai VIF dari masing- masing variabel independen untuk variabel Free Ca sh Flow sebesar 1,037, Return
On Equity ROE sebesar 1,027, dan Kepemilikan Manajerial sebesar 1,033.
Sehingga dapat disimpulkan tidak terjadi Multikolinearitas di dalam penelitian karena setiap variabel independen nilai VIF 10.
4.2.3 Uji Heteroskedastisitas
Uji asumsi heteroskedastisitas ini dimaksudkan untuk mengetahui apakah variasi residual absolut sama atau tidak sama untuk semua pengamatan
atau dengan kata lain uji ini dilakukan untuk mengetahui apakah variabel pengganggu di dalam penelitian mempunyai varian yang sama atau tidak.
Universitas Sumatera Utara
53 Kriteria yang terdapat dalam uji heteroskedastisitas dapat dilihat dalam Sca tterplot
hasil SPSS. Apabila titik-titik di Sca tterplot menyebar di atas, di bawah, dan di sekitaran angka nol, maka tidak terjadi heteroskedastisitas, dan apabila titik-titik
di Sca tterplot membentuk pola tertentu, tidak menyebar di atas, di bawah, dan di sekitaran angka nol, maka terjadi heteroskedastisitas atau dengan kata lain
homoskedastisitas. Berikut hasil Sca tterplot dari penelitian ini.
Gambar 4.3 Scatterplot Uji Heteroskedastisitas
Dari Gambar 4.5 di atas, terlihat bahwa titik-titik menyebar di atas, di bawah, dan di sekitaran angka nol sehingga dapat ditarik kesimpulan bahwa data
penelitian tidak mengandung heteroskedastisitas.
4.2.4 Uji Autokorelasi