Durbin Watson. Mengacu kepada pendapat Sunyoto 2009:91, Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1 angka D-W dibawah -2 berarti ada autokorelasi positif,,
2 angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi,
3 angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.3 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.732
a
.535 .397
.239218 1.665
a. Predictors: Constant, ITO, CR, ROE, DAR, GPM, TATO, ROA, DER
b. Dependent Variable: PG
Sumber: Lampiran vi
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.665 Angka ini terletak di antara -2 sampai +2, dari pengamatan ini dapat disimpulkan bahwa
tidak terjadi autokorelasi dalam penelitian ini.
4. Uji Multikolinieritas
Pengujian bertujuan mengetahui ada tidaknya multikolinearitas antar variabel – variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi
antar variabel independen. Deteksi dilakukan dengan melihat nilai VIF Variable
Universitas Sumatera Utara
Inflation Factor dan toleransi. Menurut Ghozali 2005:91 untuk melihat ada atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari:
a nilai tolerance dan lawannya,
b Variance Inflation Factor VIF
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai tolerance yang rendah sama dengan nilai VIF yang tinggi
karena VIF=1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.01 atau sama dengan VIF10.
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
.062 .220
.282 .780
CR
.050 .020
.368 2.529 .018
.812 1.232
DER
.003 .140
.012 .018
.986 .036 8.620
DAR
.151 .688
.089 .220
.828 .106 9.464
TATO
.198 .095
.467 2.085 .047
.344 2.908
ROA
.535 1.224
.158 .437
.666 .131 7.636
ROE
-.069 .255
-.163 -.269 .790
.047 9.489
GPM
-.818 .529
-.374 -1.545 .134
.295 3.395
ITO
-.006 .002
-.538 -2.932 .007
.511 1.957
a. Dependent Variable: PG
Sumber: Lampiran vii
Berdasarkan tabel 4.4 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki
tolerance value lebih kecil dari 0,1. Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil uji ini maka dapat disimpulkan
bahwa semua variabel bebas yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
Universitas Sumatera Utara
C. Pengujian Hipotesis
1. Uji Koefisien Determinasi
Nilai yang digunakan untuk melihat uji koefisien determinasi yang adalah nilai Adjusted R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Dalam hal ini adjusted R
2
digunakan untuk mengetahui seberapa besar pengaruh variabel laba akuntansi dan laba tunai
terhadap dividen kas. “Adjusted R
2
dianggap lebih baik dari R
2
karena nilai adjusted R
2
Tabel 4.5
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model”Ghozali, 2005.
Adjusted R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the Estimate
1 .732
a
.535 .397
.239218 a. Predictors: Constant, ITO, CR, ROE, DAR, GPM, TATO, ROA, DER
b. Dependent Variable: PG
Sumber: Lampiran viii
Universitas Sumatera Utara