d. Bila nilai DW terletak diantara batas atas DW dan batas
bawah DL atau DW terletak antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan Ghozali, 2001.
3.6.1.4. Uji Heteroskedastisitas
Pengujian ini untuk melihat apakah terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain.
Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut
heterokedastisitas. Untuk mendeteksinya adalah dengan melihat titik- tidak menyebar secara acak, tidak membentuk sebuah pola tertentu
yang jelas, serta tersebar baik di atas maupun dibawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas, sehingga
model regresi layak dipakai.
3.7. Pengujian Hipotesis
3.7.1. Analisis Data
Metode analisis yang digunakan untuk menguji hipotesis adalah model regresi linier berganda, karena menyangkut empat variabel
independen dan satu variabel dependen. Model regresi linier berganda dalam model regresi yang memiliki lebih dari satu variabel independen.
Dengan tujuan untuk mengestimasi atau memprediksi rata-rata populasi atau nilai rata-rata populasi dan rata-rata variabel dependen berdasarkan nilai
variebel independen yang diketahui.
Universitas Sumatera Utara
Model persamaan regresi untuk menguji hipotesis degan formlua sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
Keterangan : Y
= Struktur Modal X
1
= Growth Opportunity GROWTH X
2
= Liquidity LIQUID X
3
= Profitability PROFIT X
4
= Tangibility TANGIB a
= Konstanta b
1,
b
2
,b
3
,b
4
= koefisien regresi yang menunjukkan perubahan variabel dependen berdasarkan pada variabel independen.
e = Error
3.7.2. Koefisien Determinasi
Koefisien determinasi pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Besarnya koefisien determinasi ini adalah 0-1 0 R2 1 koefisien determinasi ini
digunakan untuk mengukur tingkat kemampuan model dalam menerangkan variabel independen. Menurut Ghozali 2005:169 “Nilai yang mendekati
satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.”
Tapi, karena mengandung kelemahan mendasar dimana adanya
bias terhadap jumlah variabel independen yang dimasukkan dalam model
Universitas Sumatera Utara
maka R
2
akan meningkat walaupun variabel itu tidak berpengaruh secara signifikan terhadap suatu model. Tidak seperti R
2
, nilai adjusted dapat
naik atau turun apabila satu variabel independen ditambahkan ke dalam suatu model. Dalam kenyataan nilai adjusted
bernilai negatif, jika hal ini terjadi maka nilai adjusted
dianggap 0 Ghozali, 2006.
Oleh karena itu, pada penelitian ini yang digunakan adjusted berkisar antara nol dan satu. Jika nilai adjusted
makin mendekati satu maka makin baik kemampuan model tersebut dalam menjelaskan variabel
independen dan sebaliknya.
3.7.3. Uji Signifikan Simultan Uji F