45
Asymp. Sig. 2-tailed .179
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil olahan software SPSS
Berdasarkan Tabel 4.2 diketahui bahwa nilai probabilitas � atau Asymp. Sig.
2-tailed sebesar 0,179. Dalam penelitian ini, tingkat signifikansi yang digunakan adalah
�=0,05. Karena nilai probabilitas �, yakni 0,179 lebih besar dari tingkat signifikansi, yakni 0,05, maka asumsi normalitas dipenuhi.
4.1.2.2 Uji Multikolienaritas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya
tidak terjadi korelasi di antara variabel bebas. Multikolinearitas dapat dilihat dari nilai Variance Inflation Factor VIF dan tolerance. Untuk mengetahui ada tidaknya
multikolinearitas dapat dilihat dari nilai VIF, apabila nilai VIF 10 maka terjadi multikolinearitas dan apabila VIF 10 maka tidak terjadi multikolinearitas.
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF 1
Constant -2.128 5.291
2.402 .000
Universitas Sumatera Utara
46
keputusan inv
.153 .097
.244 1.577
.124 .987
1.013 keb
dividen .158
.075 .324
2.094 .043
.987 1.013
a. Dependent Variable: nilai perusahaan
Sumber: Hasil olahan software SPSS
Dari hasil perhitungan nilai Tolerance pada tabel di atas adalah sebesar 0,987, ini menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang
dari 0,1 yang berarti tidak ada korelasi antar variabel independen. Jadi, dapat disimpulkan bahwa tidak terjadi multikolinearitas. Hasil perhitungan nilai Variance
Inflation Factor VIF adalah 1,013, ini juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi, dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
4.1.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 atau periode sebelumnya. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson D-W.Kriteria untuk penilaian
terjadinya autokorelasi adalah: a.
Jika angka D-W dU, maka tidak ada autokorelasi, b.
Jika angka D-W dU, maka terjadi autokorelasi,
Universitas Sumatera Utara
47 c.
Jika dLD-W dU, maka tidak dapat dideteksi apakah terjadi autokorelasi atau tidak
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.383
a
.147 .100
.69336 2.188
a. Predictors: Constant, keb dividen, keputusan inv b. Dependent Variable: nilai perusahaan
Sumber: Hasil olahan software SPSS
Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin-Watson D- W sebesar 2.188 dimana nilai ini lebih besar dari batas atas du 1,597 dan kurang
dari 4-1,597 4-du dengan hasil 2,403, maka dapat disimpulkan bahwa tidak terdapat autokorelasi pada model regresi diatas.
4.1.2.4 Uji Heteroskedastisitas
