Dari hasil uji statistik terlihat pada Tabel 5.3 nilai Kolmogorov-Smirnov Z sebesar 0,772 dan signifikansinya pada 0,591
dan nilainya diatas α = 0,05 Asymp. Sig = 0,591 0,05 sehingga hipotesis Ho diterima, yang berarti data residual
berdistribusi normal.
5.1.2.2. Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Nilai yang umumnya digunakan untuk
menunjukkan tidak adanya multikolinieritas apabila nilai Tolerance ≥ 0,10 atau sama
dengan nilai VIF ≤ 10.
Tabel 5.4 Collinearity Statistics
Coefficients
a
Model Collinearity Statistics
Keterangan Tolerance
VIF 1
Constant LCSR
.806 1.241
Tidak Terjadi Multikolinearitas LLeverage
.327 3.059
Tidak Terjadi Multikolinearitas LIOS
.635 1.575
Tidak Terjadi Multikolinearitas LUkuranPerusahaan
.513 1.950
Tidak Terjadi Multikolinearitas LKepemilikanManajerial
.504 1.986
Tidak Terjadi Multikolinearitas LProfitabilitas
.339 2.950
Tidak Terjadi Multikolinearitas LKomisarisIndependen
.351 2.845
Tidak Terjadi Multikolinearitas LCashHolding
.523 1.912
Tidak Terjadi Multikolinearitas LDPR
.458 2.184
Tidak Terjadi Multikolinearitas
a. Dependent Variable : LNilai Perusahaan
Sumber : Hasil Penelitian, 2012 Data Diolah
Hasil uji statistik pada Tabel 5.4 nilai Tolerance menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 demikian juga
Universitas Sumatera Utara
dengan hasil perhitungan Variance Inflation Factor VIF yang menunjukkan nilai VIF lebih kecil dari 10, maka dapat disimpulkan variabel penelitian terbebas dari
multikolinearitas.
5.1.2.3. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Untuk
mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplots dan uji Park :
Grafik Scatterplots
Sumber : Hasil Penelitian, 2012 Data Diolah Gambar 5.4 Scatterplot
Universitas Sumatera Utara
Dari grafik scatterplot dalam Gambar 5.3 menunjukkan bahwa titik – titik menyebar secara acak serta tersebar baik diatas maupun dibawah angka 0 pada sumbu
Y dan tidak membentuk pola tertentu yang teratur, hal ini dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas pada model regresi.
Uji Park
Uji Park mengusulkan untuk mengkuadratkan nilai absolut residual, kemudian setelah mendapatkan nilai kuadrat dari residual, selanjutnya hasilnya dilogaritmakan
untuk kemudian diregresi terhadap variabel independen Ghozali, 2005. Adapun hasil uji Park sebagai berikut :
Tabel 5.5 Uji Park
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 46.436
63.087 .736
.469 LCSR
.133 2.270
.011 .059
.954 LLeverage
-.387 2.327
-.048 -.166
.869 LIOS
-1.296 1.122
-.240 -1.155
.260 LUkuranPerusahaan
-38.290 43.429
-.204 -.882
.387 LKepemilikanManajerial
-1.003 .804
-.292 -1.248
.225 LProfitabilitas
.103 2.061
.014 .050
.961 LKomisarisIndependen
-4.750 3.705
-.359 -1.282
.213 LCashHolding
-.394 10.984
-.008 -.036
.972 LDPR
-.367 1.517
-.059 -.242
.811 a. Dependent Variable: LnU2i
Sumber : Hasil Penelitian, 2012 Data Diolah
Universitas Sumatera Utara
Hasil tampilan output SPSS memberikan koefisien parameter untuk variabel independen tidak ada yang signifikan
α = 0,05. Maka dapat disimpulkan bahwa model regresi tidak terdapat heteroskedastisitas. Hal ini konsisten dengan uji
scatterplots. 5.1.2.4. Uji Autokorelasi
Menguji autokorelasi dalam suatu model dilakukan untuk mengetahui apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dan dengan kesalahan pengganggu pada periode t-1 sebelumnya. Untuk mendeteksi ada tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson DW.
Hipotesis : -
H
o
- H
: Tidak ada autokorelasi positif atau negatif
1
Adapun riteria pengujiannya adalah Setiaji, 2004 : : Ada autokorelasi positif atau negatif
- Jika nilai D-W dibawah 0 sampai 1,5 berarti ada Autokorelasi positif;
- Jika nilai D-W diantara 1,5 sampai 2,5 berarti tidak ada Autokorelasi;
- Jika nilai D-W diatas 2,5 sampai 4 berarti ada Autokorelasi negatif.
Universitas Sumatera Utara
Tabel 5.6 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.997
a
.995 .993
.03600 2.057
a. Predictors: Constant, LDPR, LCSR, LIOS, LKepemilikanManajerial, LKomisarisIndependen, LUkuranPerusahaan, LCashHolding, LProfitabilitas, LLeverage
b. Dependent Variable: LNilaiPerusahaan
Sumber : Hasil Penelitian, 2012 Data Diolah Hasil uji autokorelasi diatas menunjukkan nilai statistik Durbin-Watson DW
sebesar 2,057. Dari uji statistik ini dapat disimpulkan terima H
o
: tidak ada autokorelasi positif atau negatif pada model regresi.
5.1.3. Uji Hipotesis
