b. Uji Multikolinearitas
Menurut Ghozali 2005:111, uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara
variabel independen. Suatu model regresi yang baik seharusnya tidak terjadi korelasi di antara independennya. Untuk mendeteksi ada atau
tidaknya multikolineritas dapat dilihat dari nilai tolerance dan lawannya variance inflation factor VIF. Jika nilai tolerance tidak kurang dari 0,1
dan nilai variance inflation factor VIF tidak lebih dari 10, maka model dikatakan terbebas dari multikolinearitas.
c. Uji Heteroskedastisitas
Uji ini bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variance dari residul satu pengamatan ke pengamatan
yang lain. Suatu model regresi yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas. Cara yang dipakai dalam penelitian ini
untuk mendeteksi ada atau tidaknya heteroskedastisitas pada suatu model adalah dengan melihat grafik Scatterplot antara nilai prediksi variabel
dependen yaitu ZPRED dengan nilai residualnya SRESID. Dasar analisis menurut Ghozali 2005:111:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas,
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas atau terjadi homokedastisitas.
Universitas Sumatera Utara
d . Uji Autokorelasi
Uji Autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t saat ini dengan kesalahan pengganggu pada periode t- 1sebelumnnya. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi. Autokorelasi sering terjadi pada sampel dengan data time series. Untuk menentukan ada atau tidaknya autokorelasi dalam
penelitian ini digunakan uji Durbin–Watson. Kriteria untuk penilaian
terjadinya autokorelasi yaitu:
1 angka D-W di bawah -2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
3 angka D-W di atas +2 berarti autokorelasi negatif.
2. Pengujian Hipotesis
Model penelitian ini menggunakan model regresi linear berganda. Model regresi linear berganda adalah model regresi yang memiliki lebih dari
satu variabel independen, persamaan regresi linear berganda yang digunakan
adalah sebagai berikut:
Y = a + Keterangan:
Y = Kebijakan Hutang DER
a = Konstanta
= Koefisien regresi dari variabel independen
Universitas Sumatera Utara
= Kepemilikan manajerial MOWN = Kepemilikan Institusional INST
= Struktur Aset = Dividen
e = error penggangu
a. Koefisien Determinasi
Koefisien Determinasi R
2
digunakan untuk menguji goodness-fit dari model regresi, yakni seberapa jauh kemampuan model dalam
menerangkan variasi variabel dependen Ghozali, 2005:87. Nilai koefisien determinasi dapat dilihat pada R Square. Jika nilai R Square di
atas 0.5, maka model dikatakan baik. Nilai R Square berkisar antara 0 dan 1.
b. Uji Signifikasi Parsial Uji-t
Uji statistik t pada dasarnya menunjukkan seberapa jauh Uji-t digunakan untuk melihat pengaruh variabel independen secara individual
dalam menerangkan variabel dependen. Uji t digunakan untuk menguji signifikansi pengaruh varabel independen secara parsial terhadap
variabel dependen. Hipotesis statistik yang diajukan adalah: Ha: bi
≠ 0 = ada pengaruh signifikan masing -masing variabel
independen terhadap dependen.
Universitas Sumatera Utara
Singnifikan atau tidaknya pengaruh variabel independen terhadap variabel dependen dilihat dari nilai probabilitas nilai Sig. dari t rasio
masing-masing variabel in
dependen pada taraf uji α = 5 0, 05.
Kesimpulan dapat diterima atau tidaknya Ha sebagai pembuktian yaitu:
1 Jika probabilitas 0, 05 maka Ha dapat diterima,
2 Jika probabilitas 0, 05 maka Ha tidak dapat diterima. Signifikansi juga dapat dilihat dengan membandingkan
, dengan ketentuan:
1 Jika α = 5 maka Ha dapat diterima,
2 Jika α = 5 maka Ha tidak dapat diterima.
c. Uji Signifikansi Simultan Uji-F