52
nilai signifikansi 0,05 maka data berdistribusi normal. Hasil pengujian Kolmogorov – Smirnov ditunjukkan table berikut ini :
Tabel 4.2 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 42
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 1.04325196
Most Extreme Differences Absolute
.101 Positive
.101 Negative
-.052 Kolmogorov-Smirnov Z
.657 Asymp. Sig. 2-tailed
.781
a. Test distribution is Normal. b. Calculated from data.
Dari table 4.2 dapat dilihat nilai Kolmogorov – Smirnov sebesar 0.657 dan nilai Asymp. Sig. 2-tailed sebsar 0.781 di atas nilai
signifikan 0.05, maka dapat disimpulkan data berdistribusi secara normal.
4.3.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah ditemukan adanya korelasi diantara variabel independen. Jika ada korelasi antar
variabel independen dalam satu model maka akan menyebabkan terjadinya korelasi yang sangat kuat antar satu variabel independen
Universitas Sumatera Utara
53
dengan variabel independen yang lainnya. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam regresi dapat dilihat dari tolerance
value dan variance inflation factor VIF. Apabila mempunyai tolerance value 0,10 dan nilai VIF 10 maka suatu model regresi
yang bebas dari masalah multikolinearitas. Apabila mempunyai tolerance value 0,10 dan nilai VIF 10 maka suatu model regresi
mengalami masalah multikolinearitas.
Tabel 4.3 Nilai Koefisien Korelasi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
-8.052 3.547
-2.270 .029
DPR .003
.003 .138
1.023 .313
.927 1.079
LOG_CASH_ HOLDINGS
.564 .277
.275 2.039
.049 .932
1.073 ROE
.060 .016
.500 3.770
.001 .962
1.040 INSTITUTIONAL_
OWNERSHIP .029
.012 .318
2.395 .022
.962 1.039
a. Dependent Variable: PBV
Dari tabel di atas dapat dilihat nilai Tolerance setiap variabel independen berada di atas 0.10 Tol 0,10 dan nilai VIF setiap
variabel independen juga lebih kecil dari 10 VIF 10, maka dapat disimpulkan tidak terdapat multikolinearitas.
Universitas Sumatera Utara
54
Tabel di atas menunjukkan hasil korelasi antar variabel independen. Hasil korelasi antar variabel independen berada di bawah
0.9 maka dapat disimpulkan tidak terjadi multikolinearitas.
4.3.3. Uji Autokorelasi
Uji autokorelasi menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 Ghozali,2006. Jika terjadi korelasi, maka dinamakan ada masalah autokorelasi.
Tabel 4.4 Nilai Koefisien Korelasi
Coefficient Correlations
a
Model INSTITUTIONAL
_OWNERSHIP ROE
LOG_CASH_ HOLDINGS
DPR
Correlations INSTITUTIONAL_
OWNERSHIP 1.000
.051 .169
-.111 ROE
.051 1.000
.078 .154
LOG_CASH_HOLDINGS .169
.078 1.000
-.191 DPR
-.111 .154
-.191 1.000
Covariances INSTITUTIONAL_
OWNERSHIP .000
9.717E-006 .001 -4.183E-006
ROE 9.717E-006
.000 .000
7.686E-006 LOG_CASH_HOLDINGS
.001 .000
.077 .000
DPR -4.183E-006
7.686E-006 .000
9.810E-006 a. Dependent Variable: PBV
Universitas Sumatera Utara
55
Tabel 4.5 Hasil Uji Durbin Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .611
a
.374 .306
1.09820 2.230
a. Predictors: Constant, INSTITUTIONAL_OWNERSHIP, ROE, LOG_CASH_HOLDINGS, DPR
b. Dependent Variable: PBV
Dari hasil uji di atas menunjukkan nilai Durbin-Watson sebesar 2,230. Nilai DU dapat dilihat dari tabel Durbin-Watson DW pada
lampiran . Cara melihat nilai du dari tabel Durbin-Watson yaitu symbol ‘k’ menunjukkan banyaknya variabel independen dalam
penelitian dan ‘n’ menunjukkan banyaknya observasi dalam penelitian. Penelitian ini menggunakan empat variabel independen dan observasi
sebanyak 42, maka nilai du sebesar 1,528 dan 4-du adalah 2,472 du d 4-du atau 1,528 2,230 2,472. Sesuai hasil tersebut dapat
disimpulkan bahwa tidak terjadi autokorelasi.
4.3.4 Uji Heterokedastisitas