kepemilikan OWN_CON 1,099, leverage FIN_LEV 1,138, dan ukuran perusahaan FRM_SZE 1,226. Nilai VIF dari
semua variabel independen dalam penelitian ini lebih kecil dari 10 sehingga tidak terjadi multikolinearitas. Kemudian pada
tabel 4.5 dapat dilihat bahwa tidak ada koefisien korelasi antar variabel independen yang nilainya 0,80 sehingga dapat
disimpulkan tidak terjadi multikolinearitas.
5.2.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah terdapat gejala heteroskedastisitas dalam model regresi.
Heteroskedastisitas terjadi ketika varian residual bersifat tidak konstan. Jika varian dari residual satu pengamatan ke
pengamatan lain tetap, maka disebut homoskedastisitas. Uji heteroskedastisitas dapat dilakukan dengan analisis grafik dan
analisis statistik. Hasil pengujian heteroskedastisitas dengan analisis grafik dapat dilihat di bawah ini.
Universitas Sumatera Utara
Gambar 4.3 Diagram Scatterplot
Pada diagram scatterplot terlihat bahwa titik – titik
menyebar dan tidak membentuk pola – poka tertentu sehingga
dapat disimpulkan
bahwa tidak
terjadi gejala
heteroskedastisitas. Uji heteroskedastisitas dengan analisis statistik dalam penelitian ini dilakukan dengan Uji Glejser. Uji
Glejser dilakukan dengan mengubah data residual value menjadi absolut lalu melakukan regresi dengan nilai absolut
tersebut sebagai variabel dependennya. Hasil Uji Glejser dapat dilihat pada tabel berikut.
Universitas Sumatera Utara
Tabel 4.6 Hasil Uji Glejser
Pada tabel di atas dapat dilihat bahwa nilai signifikansi variabel komisaris independen IND_COM
sebesar 0,157, komite audit AUD_COM 0,444, konsentrasi kepemilikan OWN_CON 0,177, leverage FIN_LEV 0,176,
dan ukuran perusahaan FRM_SZE 0,424. Nilai signifikansi dari setiap variabel lebih tinggi dari 0,05 sehingga dapat
disimpulkan tidak terjadi gejala heteroskedastisitas.
5.2.2.4 Uji Autokorelasi
Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan waktu atau
ruang Situmorang, et al., 2007: 78. Uji autokorelasi bertujuan untuk mengetahui apakah dalam suatu model regresi terdapat
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya. Uji autokorelasi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant ,034
,084 ,401
,689 IND_COM
-,054 ,038
-,137 -1,425
,157 AUD_COM
-,009 ,011
-,072 -,769
,444 OWN_CON
-,023 ,017
-,129 -1,359
,177 FIN_LEV
,030 ,022
,132 1,361
,176 FRM_SZE
,002 ,003
,081 ,803
,424 a. Dependent Variable: absUT
Universitas Sumatera Utara
dilakukan dengan Uji Runs dan Uji Durbin – Watson. Hasil
Uji Runs dan Uji Durbin – Watson dapat dilihat pada tabel
berikut.
Tabel 4.7 Hasil Uji Runs
Runs Test
Unstandardized Residual
Test Value
a
,00574 Cases Test Value
60 Cases = Test Value
60 Total Cases
120 Number of Runs
65 Z
,733 Asymp. Sig. 2-tailed
,463 a. Median
Tabel 4.8 Hasil Uji Durbin
– Watson
Hasil Uji Runs menunjukkan nilai signifikansi sebesar 0,463. Nilai ini lebih besar dari 0,05 sehingga tidak terjadi
gejala autokolerasi. Pada tabel 4.8 dapat dilihat nilai Durbin –
Watson sebesar 2,056. Dengan du sebesar 1,7896, maka du d 4
– du 1,7896 2,056 2,2104 sehingga dapat disimpulkan tidak terjadi autokorelasi.
a. Predictors: Constant, FRM_SZE, AUD_COM, OWN_CON, IND_COM, FIN_LEV b. Dependent Variable: ERM
Universitas Sumatera Utara
5.2.3 Analisis Regresi Berganda