Tabel 4.6 : Hasil Uji Outlier
Residuals Statistics
a
.3925 1.4405
.7733 .40057
6 -.951
1.665 .000
1.000 6
.129 .192
.160 .026
6 .4288
1.7378 .9034
.45392 6
-.11048 .18930
.00000 .12556
6 -.556
.954 .000
.632 6
-1.197 1.253
-.175 1.020
6 -.64465
.32678 -.13006
.37195 6
-1.590 1.909
-.142 1.287
6 1.270
3.843 2.500
1.046 6
.009 2.278
.614 .855
6 .254
.769 .500
.209 6
Predicted Value Std. Predicted Value
Standard Error of Predicted Value
Adjusted Predicted Value Residual
Std. Residual Stud. Residual
Deleted Residual Stud. Deleted Residual
Mahal. Distance Cooks Distance
Centered Leverage Value Minimum
Maximum Mean
Std. Deviation N
Dependent Variable: Kebijakan Deviden a.
Sumber : Lampiran 2 Berdasarkan tabel 4.6 di atas menunjukkan data outlier tidak terjadi pada
variabel Insider Ownership X
1
, Free Cash Flow X
2
, Collatrizable Asset X
3
dan Kebijakan Deviden Y, karena dari tabel hasil uji Outlier Multivariate, nilai Mahalanobis Distance [MD] maximum adalah 3,974 Berarti Tidak terdapat
outlier multivariat [antar variabel], karena MD Maksimum 3,974 18,4668.
4.4. Uji Asumsi Klasik
4.4.1. Multikolonieritas
Identifikasi secara statististik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF.
Tabel 4.7 : Hasil Uji Multikolonieritas Ke - 1 Variabel VIF
Keterangan Insider Ownership X
1
Free Cash Flow X
2
Collaterizable Asset X
3
18,565 1,502
17,315 Multikolinier
Non Multikolinier Multikolinier
Sumber : Lampiran 3
57
Berdasarkan hasil perhitungan diatas diperoleh hasil bahwa VIF tidak seluruh variabel bebas lebih kecil dari 10 yaitu variabel Insider Ownership X
1
dan Collaterizable Asset X
3
yang artinya tidak seluruh variabel bebas pada penelitian ini tidak ada gejala multikolinier. Santoso, 2002 : 206.
Untuk mengatasi adanya gejala multikolonieritas pada penelitian ini, maka salah satu variabel yang mempunyai nilai VIF tertinggi harus dikeluarkan dari
analisis untuk mengobati terjadinya gejala multikolonieritas yaitu Insider Ownership X
1
. Untuk uji multikolonieritas selanjutnya dapat dilihat dari tabel dibawah ini :
Tabel 4.8 : Hasil Uji Multikolonieritas Ke - 2 Variabel VIF
Keterangan Free Cash Flow X
2
Collaterizable Asset X
3
1,020 1,020
Non Multikolinier Non Multikolinier
Sumber : Lampiran 3 Dari hasil pengujuan di atas terhadap analisis regresi linier berganda ini,
menyatakan bahwa analisis penelitian ini tidak menunjukkan adanya gejala multikolonieritas karena nilai VIF X
2
= 1,020; X
3
= 1,020 lebih kecil dari 10. Syarat terjadi multikolonieritas jika nilai VIF Variance Influation Factor 10.
4.4.2. Autokorelasi
Prosedur untuk menguji autokorelasi yang sebenarnya dapat dijelaskan lebih baik dengan bantuan gambar dibawah ini, yang menunjukkan bahwa batas d
adalah 0 dan 4.
58
fd
Menolak Ho Daerah ke- Daerah ke- Menolak H o
Bukti auto ragu-raguan ragu-raguan Bukti auto korelasi korelasi
positif negatif
Menerima Ho atau H o
atau kedua-duanya
0 dl du 2 4-du 4-dl 4 d Gambar 4.1. Hasil Uji Statistik d Durbin – Watson, Gujarati Damodar, 1978,
Basic Econometrics, Penerbit Erlangga. Mekanisme tes Durbin-Watson adalah sebagai berikut, dengan
mengasumsikan bahwa asumsi yang mendasari tes dipenuhi : 1.
Untuk ukuran sampel tertentu dan banyaknya variabel yang menjelaskan tertentu dapatkan nilai kritis dl dan du.
2. Jika hipotesis Ho adalah bahwa tidak ada serial korelasi positif, maka jika
d dl : menolak Ho d du : tidak menolak Ho
dl ≤ d ≤ du : pengujian tidak meyakinkan
3. Jika hipotesis nol Ho adalah bahwa tidak ada serial korelasi negatif, maka jika
d 4 – dl : menolak Ho d 4 – du : tidak menolak Ho
4 - du ≤ d ≤ 4 - dl : pengujian tidak meyakinkan
4. Jika Ho adalah dua-ujung, yaitu bahwa tidak ada serial autokorelasi baik
positif ataupun negatif, maka jika
59
d dl : menolak Ho d 4 - dl : menolak Ho
du ≤ d ≤ 4 - du : tidak menolak Ho
dl ≤ d ≤ 4 - du
atau pengujian tidak meyakinkan
4 - du ≤ d ≤ 4 - dl
Seperti langkah tadi menunjukkan, kelemahan besar dari tes d adalah bahwa jika d tadi jatuh dalam daerah yang meragukan, atau daerah
ketidaktahuan, orang tidak dapat menyimpulkan apakah autokorelasi ada atau tidak ada.
Dalam penelitian ini, untuk mengetahui adanya gejala autokorelasi maka perlu dilihat tabel Durbin Watson dengan jumlah variable bebas K = 2 Sedangkan
jumlah pengamatan N = 6. Maka diperoleh nilai DW 2,134 lampiran 3 berada diantara nilai -2 dan +2, maka dapat disimpulkan terdapat autokorelasi.
4.4.3. Heteroskedastisitas