Dari tabel 4.4 telihat bahwa nilai tolerance untuk kepemilikan manajerial MOWN adalah 0.710, nilai tolerance untuk kepemilikan institusional INST
0.892, nilai tolerance untuk Struktur_Aset 0.766 dan nilai tolerance untuk Dividen 0.925. Nilai VIF untuk kepemilikan manajerial MOWN 1.409, nilai VIF untuk
kepemilikan institusional INST 1.122, nilai VIF untuk Struktur_Aset 1.308 dan nilai VIF Dividen 1.081.
maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antara variabel independen, dengan dasar nilai tolerance tidak ada yang kurang dari 0.1
dan nilai VIF untuk setiap variabel tidak ada yang lebih besar dari 10, maka dapat dilakukan analisis lebih lanjut dengan menggunakan model regresi linear
berganda.
c. Uji heterokedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
1. jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang terartur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2. jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi
homoskedastisitas.
Universitas Sumatera Utara
Berikut ini adalah grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran
titik-titik pada grafik.
Gambar 4.3 Scatterplot
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah
angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
untuk memprediksi DER berdasarkan masukan variabel independen MOWN, INST, Struktur asset, Dividen. Adanya titik-titik yang menyebar menjauh dari
Universitas Sumatera Utara
titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain.
d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
penggangu pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering
ditemukan pada data time series. Cara yang dapat digunakan untuk mendeteksi ada tidaknya dalam penelitian ini adalah uji Durbin-Waston DW Test. Hasil
pengolahan data adalah sebagai berikut:
Tabel 4.5 Hasil Uji Durbin Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .761
a
.579 .525
.57867 1.941
a. Predictors: Constant, Dividen, INST, Struktur_Aset, MOWN b. Dependent Variable: DER
Hasil pengujian di atas menunjukkan bahwa nilai Durbin-Watson adalah 1.941. Nilai ini akan kemudian diuji berdasarkan ketentuan ada tidaknya gejala
autokorelasi, yakni jika nilai Durbin-Watson D-W ada pada batas du atas dan 4-du du D-W 4-du, model regresi tidak mengalami gejala autokorelasi. Nilai
signifikansi yang digunakan adalah 5 dengan jumlah sampel 36 n=36 dan jumlah variabel independen sebanyak enam k=4, maka dari tabel data statistik
Universitas Sumatera Utara
Durbin-Watson diperoleh nilai batas bawah dl sebesar 1.236 dan nilai batas atas du sebesar 1.724. Nilai D-W 1.941 berada di antara du 1.724 dan 4-du
2.276 atau 1.724 1.941 2.276. Dengan demikian dapat disimpulkan bahwa model regresi tidak mengalami gejala autokorelasi.
3. Analisis Regresi
Berdasarkan hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi model estimasi yang
Best Linear Unbiased Estimator BLUE dan layak dilakukan analisis regresi. Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda.
Berdasarkan hasil pengolahan data dengan program SPSS 17, maka diperoleh hasil sebagai berikut:
a. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linier, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan
variabel dependen, melalui pengaruh kepemilikan manajerial MOWN, kepemilikan institusional INST, Struktur Aset dan Dividen terhadap kebijakan
hutang DER. Berdasarkan hasil pengolahan data dengan program SPSS Versi 17, maka diperoleh hasil sebagai berikut:
Universitas Sumatera Utara
Tabel 4.6 Analisis Hasil Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-.889 .391
-2.276 .030
MOWN -6.296
2.084 -.418
-3.021 .005
INST 2.050
.493 .513
4.160 .000
Struktur_Aset 3.126
.638 .653
4.901 .000
Dividen .109
.213 .062
.512 .612
a. Dependent Variable: DER
Berdasarkan hasil pengolahan data di atas, diperoleh persamaan regresi sebagai berikut:
DER = -0.889-6.296MOWN+2.050INST+3.126Struktur_Aset+0.109Dividen + e Keterangan:
1 Konstanta sebesar -0.889 menunjukkan bahwa apabila tidak ada variabel
independen X
1
=X
2
=X
3
=X
4
=0, maka akan terjadi kebijakan hutang DER sebesar -0.889;
2 β1 sebesar -6.296 menunjukkan bahwa setiap kenaikan kepemilikan
manajerial sebesar 1 akan diikuti oleh penurunan DER sebesar 6.296 dengan asumsi variabel lain tetap;
3 β2 sebesar 2.050 menunjukkan bahwa setiap kenaikan kepemilikan
institusional sebesar 1 akan diikuti oleh kenaikan DER sebesar 2.050 dengan asumsi variabel lain tetap;
Universitas Sumatera Utara
4 β3 sebesar 3.126 menunjukkan bahwa setiap kenaikan struktur aset sebesar
1 akan diikuti oleh kenaikan DER sebesar 3.126 dengan asumsi variabel lain tetap;
5 β4 sebesar 0.109 menunjukkan bahwa setiap kenaikan dividen sebesar 1
akan diikuti oleh kenaikan DER sebesar 0.109 dengan asumsi variabel lain tetap.
b. Pengujian hipotesis