Hasil Uji Multikolinieritas Hasil Uji Heteroskedastisitas

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