64
Tabel 4.3 Hasil Uji Multikoloniearitas
Dapat dilihat pada Tabel 4.3 hasil perhitungan tolerance menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang
berarti tidak ada korelasi antara variabel independen. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama, tidak ada satu
variabel independen yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikoloniearitas antar variabel independen dalam model
regresi.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2013:139. Beberapa cara untuk
mendekteksi ada atau tidaknya heteroskedasitas dengan cara melihat Grafik Plot dan Uji Glejser.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant .384
.043 8.891
.000 FCF
.178 .067
.271 2.670
.011 .981
1.020 ROA
1.533 .231
.853 6.638
.000 .611
1.636 IOS
-.034 .017
-.255 -1.986
.053 .611
1.637 a. Dependent Variable: DPR
Sumber: Hasil Penelitian, 2015 Data Diolah
65
Sumber: Hasil Penelitian, 2015 Data diolah
Gambar 4.3 Grafik
Scatter Plot
Gambar 4.3 memperlihatkan bahwa titik-titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa tidak terjadi heteroskedasitas pada model regresi, sehingga model regresi ini layak untuk digunakan.
66
Tabel 4.4 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant .069
.025 2.726
.009 FCF
-.004 .039
-.016 -.113
.911 ROA
.249 .136
.340 1.834
.073 IOS
-.009 .010
-.163 -.881
.383 a. Dependent Variable: ABS_RES1
Sumber: Hasil Penelitian, 2015 Data diolah Berdasarkan hasil Tabel 4.4 diketahui bahwa nilai signifikansi variabel free
cash flow FCF, return on asset ROA dan invesment opportunity set IOS lebih besar dari 0,05 sehingga pada ketiga variabel independen tersebut tidak terjadi
heteroskedasitas.
4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Menurut Ghazali 2013:110 untuk mendeteksi ada atau tidaknya autokorelasi dapat menggunakan uji Durbin-Watson
DW test.
67
Tabel 4.5 Hasil Uji Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .745
a
.556 .525
.08929 1.982
a. Predictors: Constant, IOS, FCF, ROA b. Dependent Variable: DPR
Sumber: Hasil Penelitian, 2015 Data diolah Berdasarkan uji autokorelasi pada Tabel 4.5 menunjukkan bahwa nilai
Durbin-Watson sebesar 1,982. Nilai d dibandingkan dengan nilai dl dan du pada n = 48 dan k = 3 sehingga diperoleh nilai dl sebesar 1,4500 dan du sebesar 2,3769.
Hal ini sesuai dengan ketentuan du d 4-du, yaitu 2,3769 1,982 2,3769 yang menunjukkan bahwa tidak terjadi autokorelasi positif dan negatif, sehingga
dapat disimpulkan bahwa analisis regresi tidak terdapat autokorelasi.
4.2.3 Analisi Regresi Linier Berganda