54
Tabel 4.4 Besaran Korelasi antar Variabel
Coefficient Correlations
a
Model SIZE
KDK ROA
KI KM
JKA LEV
1 Correlatio
ns SIZE
1,000 -,136
-,091 ,199
,010 -,327
,389 KDK
-,136 1,000
,162 -,272
,344 -,001
-,209 ROA
-,091 ,162
1,000 -,177
-,059 ,110
-,334 KI
,199 -,272
-,177 1,000
-,116 -,221
,044 KM
,010 ,344
-,059 -,116
1,000 -,052
-,069 JKA
-,327 -,001
,110 -,221
-,052 1,000
-,153 LEV
,389 -,209
-,334 ,044
-,069 -,153
1,000 FPKA
-,117 -,070
-,165 ,190
-,288 -,469
,126 a. Dependent Variable: DA
Dari hasil korelasi antar variabel independen pada tabel 4.4, tidak tampak adanya variabel yang memiliki korelasi cukup tinggi. Semua korelasi antar
variabel independen masih dibawah 95 0,95, maka dapat dikatakan tidak terjadi multikolinearitas antar variabel independen.
4.2.2.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lain. Heteroskedastisitas terjadi apabila variabel gangguan tidak mempunyai varians yang sama untuk semua observasi. Salah satu uji untuk
mengetahui heteroskedastisitas adalah dengan menggunakan uji glejser. Dasar pengambilan keputusan dalam uji glejser adalah apabila nilai signifikansi variabel
lebih besar dari 0,05 maka tidak terjadi heteroskedastisitas, sedangkan bila nilai
Universitas Sumatera Utara
55
signikansi variabel
lebih kecil
dari 0,05
dapat dikatakan
terjadi heteroskedastisitas. Berikut pada tabel 4.5 hasil uji glejser.
Tabel 4.5 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant ,192
,143 1,343
,185 KI
-,073 ,050
-,213 -1,463
,149 KM
,019 ,023
,124 ,811
,421 JKA
,010 ,012
,144 ,831
,410 FPKA
-,002 ,002
-,173 -,979
,332 KDK
,086 ,097
,133 ,890
,378 LEV
-,004 ,010
-,060 -,381
,705 ROA
,036 ,086
,062 ,423
,674 SIZE
-,004 ,005
-,127 -,768
,446 a. Dependent Variable: Abs_res
Dari tabel diatas dapat kita lihat bahwa nilai signifikansi semua variabel berada di atas 0,05. Maka dari itu, dapat disimpulkan bahwa tidak terdapat adanya
heteroskedastisitas pada model regresi ini.
4.2.2.4 Uji Autokorelasi
Autokorelasi merupakan korelasi antara anggotaobservasi yang disusun menurut urutan waktu. Uji ini bertujuan untuk menganalisis apakah dalam model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan tingkat kesalahan pada periode t-1. Data observasi yang menggunakan data time
series harus diuji apakah data tersebut mengandung autokorelasi atau tidak.
Universitas Sumatera Utara
56
Tabel 4.6 Uji Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,512
a
,262 ,153
,1316426857563 70
1,623 a. Predictors: Constant, SIZE, KDK, ROA, KI, KM, JKA, LEV, FPKA
b. Dependent Variable: DA
Hasil pengujian pada tabel memperlihatkan nilai statistik DW sebesar 1,623. Nilai ini akan dibandingkan dengan nilai tabel DW dengan nilai
signifikansinya 5, jumlah sampel 63, jumlah variabel independen 8 k=8, maka akan diperoleh nilai dL ditabel sebesar 1,35672 dan dU 1,84569. Nilai DW
sebesar 1,623 terletak diantara dL dan dU, sehingga tidak menghasilkan kesimpulan yang pasti. Maka dari itu dilakukan Uji Runs Test untuk memperoleh
kesimpulan yang lebih jelas.
Tabel 4.7 Uji Runs Test
Runs Test
Unstandardized Residual
Test Value
a
-,01929 Cases Test Value
31 Cases = Test Value
32 Total Cases
63 Number of Runs
28 Z
-1,141 Asymp. Sig. 2-tailed
,254 a. Median
Universitas Sumatera Utara
57
Berdasarkan hasil pengujian runs test di atas, diperoleh signifikansi sebesar 0,254, sehingga dapat disimpulkan bahwa data tidak memiliki
autokorelasi, dimana p 0,05 p= 0,254 0,05. Dengan demikian secara keseluruhan dapat diyakini bahwa nilai observasi cukup random dan tidak
terdapat masalah autokorelasi.
4.2.3 Pengujian Hipotesis 4.2.3.1 Persamaan Regresi
