49
Tabel 4.3 Hasil Uji Multikolinearitas
Sumber : Hasil Pengolahan SPSS 2015
Tabel 4.3 menunjukkan bahwa penelitian ini bebas dari adanya gejala multikolinearitas. Hal ini dapat dilihat dengan membandingkan nilai tolerance dan
VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai
tolerance
yang lebih besar dari 0,1. Untuk
Collateralizable Assets
memiliki nilai
tolerance
0,683; Rasio Hutang memiliki nilai
tolerance
0,885; Reputasi Auditor memiliki nilai
tolerance
0,617. Jika dilihat dari VIF, masing- masing variabel independen lebih kecil dari 5 yaitu
Collateralizable Assets
1,463; Rasio Hutang memiliki VIF 1,131; Reputasi Auditor memiliki VIF 1,620.
Kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel independennya.
4.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan lain. Pengujian heteroskedastisitas pada penelitian ini menggunakan dasar dari analisis sebagai berikut :
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.362 .073
4.986 .000 Collateralizable_Asset
-.277 .132
-.375 -2.094 .043 .683
1.463 Rasio_Hutang
.031 .043
.112 .710 .482
.885 1.131
Reputasi_Auditor .193
.073 .501
2.657 .011 .617
1.620 a. Dependent Variable: Dividend_Payout_Rasio
Universitas Sumatera Utara
50
1. Jika ada pola tertentu, seperti titik-titik yang ada akan membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka mengindikasikan tidak terjadi heteroskedastisitas.
Hasil dari uji heteroskedastisitas dapat ditunjukkan pada gambar 4.3 berikut ini :
Gambar 4.3 Grafik
Scatterplot
Sumber : Diolah denegan SPSS 2015
Dari grafik
scatterplot
pada gambar 4.3 diatas terlihat bahwa titik-titik menyebar secara acak baik diatas maupun di bawah angka 0 pada sumbu Y tidak
membentuk pola tertentu atau tidak teratur. Titik-titik yang menyebar menjauh
Universitas Sumatera Utara
51
dari titik-titik yang lain mengindikasikan bahwa adanya data observasi yang sangat berbeda dengan data penelitian lainnya. Maka dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas pada model regresi ini sehingga model ini layak untuk digunakan untuk melihat pengaruh
collateralizable assets
, rasio hutang, dan reputasi auditor terhadap kebijakan dividen pada perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia.
4.3.4 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan
penganggu periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Adanya autokorelasi
dapat diuji dengan menggunakan Uji
Durbin-Watson,
dengan kriteria sebagai berikut :
1. Angka D-W di bawah -2 berarti ada ditemukan autokorelasi positif 2. Angka D-W di antara -2 sampai +2, berarti tidak ada ditemukan autokorelasi
3. Angka D-W di atas +2 berarti ada ditemukan autokorelasi negative Hasil uji autokorelasi dapat dilihat pada Tabel 4.4 sebagai berikut :
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the
Estimate Change Statistics
Durbin -
Watso n
R Square Change
F Change
df1 df2 Sig. F
Change 1
.409
a
.167 .101
.15170 .167
2.540 3
38 .071
1.899 a. Predictors: Constant, Reputasi_Auditor, Rasio_Hutang, Collateralizable_Asset
b. Dependent Variable: Dividend_Payout_Ratio
Universitas Sumatera Utara
52
Berdasarkan Tabel 4.4 diatas, hasil uji autokorelasi maka dapat dibuat keputusan dengan persamaan :
du d 4-du 1,7202 1,899 2,279
Dari angka persamaan tersebut maka dapat disimpulkan bahwa tidak terdapat adanya autokorelasi positif atau negatif.
4.4 Pengujian Hipotesis
