48
Variance Inflation Factor yang tinggi pada variabel-variabel bebas suatu model regresi. Nilai VIF yang lebih besar dari 10 dan tolorence lebih kecil dari 0,10
menunjukkan adanya gejala multikolinieritas dalam model regresi.
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Reputasi_Underwriter
.909 1.100
Reputasi_Auditor .996
1.004 EPS
.892 1.121
Umur .976
1.024 a. Dependent Variable: Initial_Return
Sumber : Hasil Penelitian, 2016 Data diolah SPSS
Dari Tabel 4.4 menunjukkan bahwa nilai VIF untuk semua variabel independen lebih kecil dari 10 dan memiliki nilai tolerance lebih besar dari 0,10.
Hal ini menunjukkan bahwa data yang diperoleh dapat dikatakan terbebas dari multikolinieritas.
4.2.2.3 Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan periode
t ₋₁ sebelumnya.Model regresi yang baik adalah yang bebas autokorelasi.Uji
autokorelasi pada penelitian ini adalah dengan menggunakan Uji Durbin Watson.
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .393
a
.154 .101
.159284 1.970
Universitas Sumatera Utara
49
a. Predictors: Constant, Umur, Reputasi_Underwriter, Reputasi_Auditor, EPS b. Dependent Variable: Initial_Return
Sumber : Hasil Penelitian, 2016 Data diolah SPSS
Berdasarkan Tabel 4.5 diketahui nilai statistik D-W sebesar 1,970. dimana nilai du adalah 1,17335 maka 1,73351,9702,03 maka dapat disimpulkan bahwa
tidak ada terjadi autokorelasi positif maupun korelasi negatif dalam penelitian ini.
4.2.2.4 Uji Heteroskedastisitas
Uji heterokedastitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari satu pengamatan dengan pengamatan yang lain.
Model regresi yang baik adalah tidak terjadi heteroskedastitas Ghozali, 2005. Pada penelitian ini digunakan uji Glesjer. Jika nilai signifikan 0,05 maka model
regresi tidak terjadi heterokedastitas, sebaliknya jika nilai signifikan 0,05 maka dalam model regresi terjadi heterokedastitas.
Tabel 4.6 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.174 .034
5.110 .000
Reputasi_Underwriter -.007
.008 -.106
-.833 .408
Reputasi_Auditor -.024
.024 -.119
-.981 .331
EPS -7.299E-5
.000 -.174
-1.364 .178
Umur -.001
.001 -.089
-.732 .467
a. Dependent Variable: abs_residu
Sumber : Hasil Penelitian, 2016 Data diolah SPSS
Pada Tabel 4.6 menunjukan tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut. Hal ini terlihat dari dari
Universitas Sumatera Utara
50
probabilitas signifikansinya di atas tingkat kepercayaan 5, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastitas.
4.2.3 Pengujian Regresi Linear Berganda