c. Uji Heterokedastisitas
Menurut Ghozali 2005:11 “uji heterokedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan
variabel dari residual suatu pengamatan ke pengamatan yang lain”. Model regresi yang baik adalah terjadi homokedastisitas. Untuk melihat
ada tidaknya heterokedasititas dapat dilakukan dengan melihat grafik Scatterplot. Cara memprediksi pola gambar Scatterplot adalah dengan:
1 titik-titik menyebar di atas dan di bawah atau di sekitar angka 0, 2 titik-titik tidak mengumpul hanya di atas atau di bawah saja,
3 penyebaran titik-titik tidak boleh membentuk pola bergelombang melebar,
4 penyebaran titik-titik sebaiknya tidak berpola.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya Ghozali, 2005:95.
Pengujian autokorelasi dilakukan dengan menggunakan 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.
Universitas Sumatera Utara
3.6.2 Uji Hipotesis a.
Model regresi linier berganda
Penelitian ini menggunakan analisis regresi linier berganda. Analisis ini digunakan untuk mengukur kekuatan dua variabel atau
lebih dan juga menunjukkan arah hubungan antara variabel dependen
dengan variabel independen. Persamaan regresi linier berganda yaitu: Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ ε
Keterangan: Y
= Kebijakan Hutang DER α
= Konstanta β
1
,β
2
,β
3
,β
4
= Koefisien regresi variabel X
1
, X
2
, X
3
, dan X
4
X
1
= Kepemilikan Manajerial MOWNSP X
2
= Investment Opportunity Set MVEBVE X
3
= Free Cash Flow FCF X
4
= Ukuran Perusahaan SIZE ε
= Error
b. Koefisien Determinasi
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen
Ghozali, 2006: 83. Nilai koefisien determinasi adalah antara nol dan satu. Karena variabel independen yang digunakan dalam penelitian ini
lebih dari dua, maka nilai koefisien determinasinya dilihat pada adjusted R square. Nilai adjusted R square yang kecil berarti
kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai adjusted R square yang
Universitas Sumatera Utara
mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi
variabel dependen.
c. Uji Parsial t-test
Uji parsial digunakan untuk menguji seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan
variasi variabel dependen Ghozali, 2005:84. Hipotesis statistik yang diajukan adalah:
H
a
: b
i
≠ 0 : ada pengaruh
Kriteria yang digunakan dalam menerima atau menolak hipotesis dua arah adalah:
a. H
a
diterima atau H ditolak apabila –t
tabel
t
hitung
+t
tabel
, pada α = 2,5 dan nilai probabilitas level of significant sebesar 0,05,
b. H
a
ditolak atau H diterima apabila –t
tabel
t
hitung
+t
tabel
, pada α = 2,5 dan nilai probabilitas level of significant sebesar 0,05.
d. Uji Simultan F-test