57
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah terdapat korelasi danara variabel independen. Model korelasi yang baik
menunjukan bahwa tidak ada korelasi antara variabel independen. Untuk menentukkan ada tidaknya korelasi, ditentukkan dengan melihat nila
varance inflation factor VIF. Jika VIF 10, maka terjadi multikolinearitas, sedangkan jika nilai VIF 10 maka tidak terdapat
gejala multikolinearitas. Berikut adalah hasil uji multikolinearitas
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std.
Error Beta
Tole rance
VIF
1 Constant
4,856 ,034
142,005 ,000 penghindaran_pajak
-,022 ,023
-,100 -,955 ,343
,997 1,003 kepemilikan_keluarga
-,269 ,057
-,489 -4,686 ,000
,997 1,003 kepemilikan_publik
,054 ,080
,070 ,669 ,505
,996 1,004 a.
Dependent Variable: waktu_pengumuman
Sumber: Hasil penelitian,2015 data diolah
Berdasarkan hasil uji tersebut, nilai tolerence dari masing-masing variabel independen lebih besar dari 0,10. Variebel penghindaran pajak
menunjukkan nilai sebesar 0,997, kepemilikan keluarga menunjukan nilai
58
sebesar 0,997 serta variabel kepemilikan publik sebesar 0,996. Nilai VIF dari masing-masing variabel independen kurang dari 10, varibel
penghindaran pajak menunjukkan 1,003, kepemilikan keluarga 1,003 serta kepemilikan publik 1,004. Berdasarkan nilai tersebut menunjukkan
bahwa antara variabel independen dalam penelitian ini menunjukkan tidak terdapat gejala multikolinearitas.
4.2.2.3 Uji Heterokedasitas
Untuk mengetahui ada tidaknya penyimpangan data dari ketetapan asumsi klasik pada model regresi, model regresi diharapkan tidak ada
heterokedastisitas. Heterokedastisitas diketahui berdasarakan nilai varians dari residual satu pengamatan ke pengamatan lainnya bersifat konstan,
sedangkan jika varians dari residual satu pengamatan dari pengamatan lainnya bersifat tidak konstan disebut sebagai homokedastisitas. Pada
penelitian ini, untuk mengetahui ada tidaknya heterokedastisitas dilihat berdasarkan grafik scatterplot antara nilai prediksi variabel independen
dengan nilai residualnya. Dasar analisis untuk menentukkan ada tidaknya heterokedastisitas adalah sebagai berikut:
1. jika di dalam grafik terdapat titik-titik yang memebentuk pola tertentu
yang teratur, bergelombang, menyebar atau menyempit maka dapat disimpulkan bahwa telah terjadi heterokedastisitas.
59
2. Jika titik-titik di dalam grafik tidak ada pola yang jelas, serta titik-titik
tersebut menyebar maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas.
Berikut ini adalah hasil pengolahan data untuk uji heterokedastisitas.
Gambar 4.3 Pengujian Heterokedastisitas
Sumber: Hasil penelitian, 2015 data diolah
Berdasarkan hasil pengolahan data yang telah dilakukan,menunjukkan bahwa tidak terjadi heterokedastisitas pada model regresi, sebab dari gambar
scatterplot tersebut, menunjukkan bahwa titik-titik menyebar acak dan tidak
60
membentuk suatu pola tertentu atau tidak teratur, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu y. Hal ini menunjukkan bahwa dengan
tidak adanya gejala heterokedastisitas pada model regresi dapat digunakan untuk memprediksi variabel waktu pengumuman lapaoran keuangan
berdasarkan masukan variabel penghindaran pajak, kepemilikan keluarga dan kepemilikan public
4.2.2.4 Uji Autokorelasi