80
2. Hasil Uji Multikolinieritas
Uji Multikolinieritas dilakukan untuk melihat apakah terjadi korelasi antara variabel bebas atau satu sama lainnya. Data yang
baik, tidak ada korelasi antara variabel bebasnya. Jika nilai Tolerance 0,1 dan nilai VIF 10, maka dapat dikatakan tidak terjadi
multikolinieritas antar variabel bebas. Berikut ini adalah tabel hasil uji multikolinieritas dalam penelitian ini:
Berdasarkan hasil uji multikolinieritas di atas dapat dilihat bahwa variabel bebas dalam penelitian ini tidak saling berkorelasi, karena
memiliki nilai Tolerance 0,1 dan VIF 10. Maka dapat dikatakan tidak terjadi gejala multikolinieritas antar variabel.
Tabel 4.4 Tabel Multikolinieritas Coefficients
a
Model Collinearity
Statistics
Tolerance VIF
1 Constant SK
,803 1,246
UDK ,797
1,254 NPM
,917 1,090
SIZE ,748
1,336
a. Dependent Variable: RISK Sumber : Output Sumber : Output SPSS yang diolah
81 Menurut Suliyanto 2011:81, penyebab timbulnya gejala
multikolinieritas pada model regresi dikarenakan kebanyakan variabel ekonomi yang berubah sepanjang waktu, adanya penggunaan nilai lag,
metode pengumpulan data yang dipakai, adanya kendala model atau populasi yang menjadi sampel.
3. Hasil Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk melihat apakah ada ketidaksamaan varians dalam fungsi regresi. Data yang baik adalah
data yang homoskedastisitas atau data yang memiliki kesamaan varians dalam fungsi regresi. Jika penyebaran titik-titik yang mewakili
sampel berada di daerah positif dan negatif dalam Scatterplot, maka dapat dikatakan data tersebut memiliki kesamaan varians atau
homoskedastisitas. Berikut ini adalah hasil uji Heteroskedastisitas dalam penelitian ini :
82
Gambar 4.3 Hasil Uji Scatterplot
Sumber : Output SPSS yang diolah
Dengan melihat penyebaran titik-titik yang mewakili sampel pada Scatterplot diatas, maka dapat dikatakan bahwa data dalam
penelitian ini mempunyai kesamaan varians dalam fungsi regresi atau homoskedastisitas.
Menurut Suliyanto 2011:95, penyebab perubahan nilai varian yang berpengaruh pada homoskedastisitas residualnya yaitu
dikarenakan adanya pengaruh dari kurva pengalaman, adanya peningkatan perekonomian dan adanya peningkatan teknik
pengambilan data. Untuk mendukung hasil analisis grafik maka digunakan uji
Heteroskedastisitas dengan metode statistik, yaitu dengan menggunakan
metode Rank
Spearman. Hasil
pengujian
83 Heteroskedastisitas dengan metode Rank Spearman tampak dalam
tabel 4.5 sebagai berikut:
Tabel 4.5 Hasil Uji Metode Rank Spearman
Sumber : Output SPSS yang diolah
Gejala heteroskedastisitas ditunjukkan oleh koefisien Rank Spearman dari masing-masing variabel bebas dengan nilai absolut
residualnya |e|, jika nilai signifikasi lebih besar dari 0,05 Sig.0,05, maka tidak terdapat heteroskedastisitas.
Berdasarkan output diatas dapat diketahui bahwa pada model regresi tidak terjadi gejala heteroskedastisitas. Hal ini karena
Sig. variabel struktur kepemilikan saham terhadap absolut residual sebesar 0,60 0,05, Sig. variabel ukuran dewan komisaris terhadap
absolut residual sebesar 0,794 0,05, Sig. variabel profitabilitas terhadap absolut residual sebesar 0,509 0,05, dan Sig. variabel
ukuran perusahaan firm size terhadap absolut residual sebesar 0,339 0,05.
Correlations
ABS_RES SK
UDK NPM
SIZE Spearmans rho
ABS_RES Correlation Coefficient
1,000 ,145
-,020 -,051
-,074 Sig. 2-tailed
. ,060
,794 ,509
,339 N
170 170
170 170
170 . Correlation is significant at the 0.01 level 2-tailed.
84
4. Hasil Uji Autokorelasi