62 0,957 atau probabilitas di atas 0,05, sehingga dapat disimpulkan bahwa
data dalam model regresi telah terdistribusi secara normal.
2. Uji Multikolinearitas
Pengujian ini dapat dilihat melalui nilai tolerance dan Variance Inflation Factor VIF. Apabila nilai VIF 10 dan nilai tolerance 0,1
maka terjadi multikolinearitas dan apabila nilai VIF 10 dan nilai tolerance 0,1 maka tidak terjadi multikolinearitas. Hasil uji
multikolinearitas dapat dilihat pada tabel berikut:
Tabel 4.3
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant .181
.084 2.146
.040 X1
-7.668E-14 .000
-.061 -.569
.574 .738
1.355 X2
-1.925 .447
-.417 -4.308
.000 .894
1.118 X3
.012 .013
.110 .861
.396 .518
1.932 X4
1.327 .301
.545 4.410
.000 .549
1.822 X5
.120 .085
.230 1.406
.170 .312
3.205 a. Dependent Variable: Y
Sumber: Hasil Olahan SPSS 16, 2015 Berdasarkan tabel 4.3 nilai tolerance dan VIF dari variabel Free
Cash Flow adalah sebesar 0,738 dan 1,355. Untuk variabel Insider Ownership adalah sebesar 0,894 dan 1,118. Variabel Likuiditas CR
adalah sebesar 0,518 dan 1,932. Variabel Profitabilitas ROA adalah sebesar 0,549 dan 1,822, sedangkan untuk variabel Leverage DER
63 diperoleh hasil 0,312 dan 3,205. Oleh karena itu, dapat disimpulkan
dalam model ini tidak terdapat masalah multikolinearitas antara variabel bebas karena nilai VIF untuk setiap variabel independen tidak ada yang
melebihi 10 dan nilai tolerance tidak ada yang kurang dari 0,10.
3. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 periode sebelumnya. Untuk mendeteksi ada tidaknya autokorelasi maka dilakukan pengujian
Durbin Watson DW dengan ketentuan sebagai berikut : a.
Angka D-W pada output Model Summary di bawah -2 berarti ada autokorelasi positif.
b. Angka D-W pada output Model Summary di antara -2 sampai +2
berarti tidak ada autokorelasi. c.
Angka D-W pada output Model Summary di atas +2 berarti ada autokorelasi negatif.
Tabel 4.4 Model Summary
b
Model R
R Square Adjusted R
Square Std. Error
of the Estimate Durbin-Watson
1 .865
a
.748 .707
.140522 1.848
a. Predictors: Constant, X5, X2, X1, X4, X3 b. Dependent Variable: Y
Sumber: Hasil Olahan SPSS 16, 2015
64 Berdasarkan tabel 4.4 menunjukkan bahwa nilai Durbin Watson D-
W sebesar 1,848. Oleh karena nilai D-W di antara -2 1,848 +2. Jadi dapat disimpulkan bahwa tidak ada terjadi autokorelasi pada model
regresi yang digunakan dalam penelitian ini.
4. Uji Heteroskedastisitas
