Hal ini sesuai dengan ketentuan du d 4-du, yaitu 1,7206 2,209 4-1,7206 yang menunjukkan bahwa tidak terjadi autokorelasi positif maupun negatif.
3. Uji Heterokedastisitas
Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain.
Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas Ghozali,
2006:105. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas.
Untuk mengetahui ada tidaknya heteroskedastisitas dalam model regresi dapat dilihat pada grafik Scatterplot. Jika titik-titik dalam grafik menyebar dan tidak
membentuk pola tertentu, maka tidak terjadi heteroskedastisitas.
Sumber: Data diolah, 2014
Gambar 4.3 Scatterplot
Berdasarkan gambar scatterplot dapat dilihat bahwa tidak ada pola yang jelas serta titik-titik yang menyebar diatas dan dibawah angka nol pada sumbu Y.
Hal ini berarti tidak terjadi heterokedastisitas pada model regresi.
Universitas Sumatera Utara
Tabel 4.8 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .514
.220 2.340
.024 Ln_Leverage
.061 .051
.183 1.212
.232 Ln_Growth
-.030 .060
-.076 -.503
.617 Ln_Coll.Asset
.053 .066
.120 .803
.427 Ln_RisikoSistematis
.000 .018
-.004 -.026
.979 a. Dependent Variable: Absut
Sumber : Data diolah, 2014
Pada tabel 4.8 diperoleh nilai signifikansi variabel leverage, growth, collateralizable assets, dan risiko sistematis lebih besar dari tingkat kepercayaan
α = 5 . Jadi, dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas dalam model regresi ini.
4. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik seharusnya tidak terjadi korelasi antara variabel independen Ghozali, 2006:92. Menurut Situmorang dan Lufti 2012:140, salah satu cara yang
digunakan untuk mendeteksi multikolinearitas adalah dengan melihat toleransi variabel dan variance inflation factor VIF dengan membandingkan sebagai
berikut: e. Bila VIF 5 maka diduga memiliki masalah multikolinieritas
f. Bila VIF 5 tidak terdapat masalah multikolinieritas
Universitas Sumatera Utara
g. Tolerance 0,1 maka diduga memiliki persoalan multikolinieritas h. Tolerance 0,1 maka tidak terdapat multikolinieritas.
Tabel 4.9 Collinearity Statistics
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -1.423
.404 -3.524
.001 Ln_Leverage
-.040 .093
-.059 -.431
.669 .965
1.036 Ln_Growth
.104 .111
.130 1.941
.352 .956
1.046 Ln_Coll.Asset
-.218 .120
-.247 -1.810 .077
.984 1.017
Ln_RisikoSistematis -.074
.032 -.315 -2.286
.027 .967
1.034 a. Dependent Variable: Ln_DividenPayoutRatio
Sumber: Data diolah, 2014
Uji multikolinearitas menunjukkan bahwa tidak terdapat multikolinearitas pada semua variabel independen, dimana VIF 5 dan nilai tolerance 0,1.
4.2.2.2 Analisis Regresi Linear Berganda
1. Uji F F-test