Tiurmaida Sinaga : Perbandingan Tingkat Pengungkapan Laporan Tahunan Perusahaan Publik Sebelum dan Setelah Perubahan Peraturan BAPEPAM Mengenai Kewajiban Penyampaian Laporan Tahunan, 2008.
USU Repository © 2009
Dari tabel diatas disimpulkan dalam model regresi tidak terjadi multikolinearitas hal ini diketahui dari besaran VIF mempunyai nilai disekitar angka 1 dan
Tolerance mempunyai nilai mendekati angka 1, maka dapat dilakukan analisis lebih lanjut dengan menggunakan model regresi berganda.
B.Setelah perubahan peraturan Bapepam 2007 Tabel 4.17
Hasil Uji Multikolinearitas Coefficientsa
Model Unstandardized
Coefficients Stand
ardiz ed
Coeffi cients
t Sig.
Collinearity Statistics
B Std.
Error Beta
Tolera nce
VIF
1 Constan t
73.883 3.110
23.75 6
.000 LK
2.512 .867
.471 2.899
.007 .943
1.061 SV
-.451 3.955
-.020 -.114
.910 .817
1.224 PR
5.067 4.461
.194 1.136
.265 .857
1.167 UP
.000 .000
-.071 -.440
.663 .947
1.056 a Dependent Variable: PC
Sumber : Diolah penulis, 2008
Dari tabel diatas disimpulkan dalam model regresi tidak terjadi
multikolinearitas hal ini diketahui dari besaran VIF mempunyai nilai disekitar angka 1 dan Tolerance mempunyai nilai mendekati angka 1, maka dapat
dilakukan analisis lebih lanjut dengan menggunakan model regresi berganda.
3. Uji Autokorelasi
Pengujian autokorelasi menurut Ghozali 2005:95 bertujuan untuk menguji apakah dalam model regresi linear ada korelasi pengganggu antara kesalahan
Tiurmaida Sinaga : Perbandingan Tingkat Pengungkapan Laporan Tahunan Perusahaan Publik Sebelum dan Setelah Perubahan Peraturan BAPEPAM Mengenai Kewajiban Penyampaian Laporan Tahunan, 2008.
USU Repository © 2009
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Autokorelasi menunjukkan adanya korelasi diantara data pengamatan yang
tersusun baik seperti data cross sectional danatau time series. Autokorelasi menunjukan adanya kesalahan pengganggu residual tidak bebas dari satu
pengamatan kepengamatan lain. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model
regresi yang baik adalah model yang bebas dari autokorelasi. Untuk mengetahui adanya autokorelasi digunakan uji Durbin-Watson, dengan kriteria menurut
Santoso 2002:218 dengan cara melihat besaran Durbin-Watson 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 auto korelasi negatif Berikut ini uji Durbin-Watson dengan menggunakan program SPSS
A.Sebelum perubahan peraturan Bapepam 2006 Tabel 4.18
Hasil Uji Autokorelasi Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson
1 .446a
.199 .060
.07949 1.434
a Predictors: Constant, lnup, lnpr, lnlk, lnsv b Dependent Variable: lnpc
Sumber : Diolah Penulis ,2008
Hasil uji autokorelasi diatas menunjukan nilai statistic Durbin-Watson D-W
sebesar 1,434 nilai ini akan kita bandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5 , jumlah sample 34 n dan jumlah variable
Tiurmaida Sinaga : Perbandingan Tingkat Pengungkapan Laporan Tahunan Perusahaan Publik Sebelum dan Setelah Perubahan Peraturan BAPEPAM Mengenai Kewajiban Penyampaian Laporan Tahunan, 2008.
USU Repository © 2009
independent 4 k=4 , maka ditabel Durbin-Watson didapat nilai batas atas du 1,728 dan nilai batas bawah dl 1,208 .Oleh karena itu , nilai DW lebih besar dari
-2 dan lebih kecil dari 2 -2 1,434 2 maka disimpulkan bahwa tidak terjadi autokorelasi baik positif maupun negative.
B.Setelah perubahan peraturan Bapepam 2007 Tabel 4.19
Hasil Uji Autokorelasi Model Summaryb
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .526a
.277 .177
5.9663 1.424
a Predictors: Constant, UP, PR, LK, SV b Dependent Variable: PC
Sumber : Diolah penulis ,2008
Hasil uji autokorelasi diatas menunjukan nilai statistic Durbin-Watson D-W sebesar 1,424 nilai ini akan kita bandingkan dengan nilai tabel dengan
menggunakan nilai signifikansi 5 , jumlah sample 34 n dan jumlah variable independent 4 k=4 , maka ditabel Durbin-Watson didapat nilai batas atas du
1,728 dan nilai batas bawah dl 1,208 .Oleh karena itu , nilai DW lebih besar dari -2 dan lebih kecil dari 2 -2 1,424 2 maka disimpulkan bahwa tidak terjadi
autokorelasi baik positif maupun negative.
4. Uji Heterokedastisitas