dilakukan juga melalui statistik. Hasil uji kolmogorov-smirnov pada tabel 4.3 diatas menunjukkan nilai struktur modal = 0,595. Karena nilai
signifikansinya 0,595 0,05 berarti data terdistribusi normal sehingga uji hipotesis dapat dilakukan.
4.2.2.2 Uji Heterokedastisitas
Uji heterokedastisitas adalah uji yang dilakukan untuk melihat apakah dalam model regresi terjadi perbedaan variabel residu dari satu
pengamatan ke pengamatan yang lain. Cara untuk mendeteksi ada atau tidaknya heterokedastisitas yaitu dengan melihat gambar grafik
scatterplott yang dhasilkan dari pengolahan data menggunakan program SPSS. Jika dari grafik scatterplott membentuk pola tertentu maka dapat
disimpulkan bahwa telah terjadi heterokedastisitas. Apabila dari grafik scatterplott tidak membentuk suatu pola tertentu dimana titik-titik
menyebar dibawah angka 0 dan y maka tidak terjadi heterokedastisitas. Pada grafik scatterplott yang ada pada lampiran xv terlihat
bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik diatas maupun dibawah angka nol dan sumbu
y. Hal ini menunjukkan bahwa tidak terjadi heterokedastisitas pada model regresi. Penyebaran titik-titik ini dikarenakan adanya perbedaan
data observasi yang satu dengan yang lain sehingga model regresi dapat digunkan untuk melihat pengaruh variabel independen terhadap variabel
dependen.
Universitas Sumatera Utara
4.2.2.3 Uji Autokorelasi
Uji autokorelasi adalah uji yang dilakukan untuk melihat apakah dalam suatu periode regresi linear ada korelasi antar kesalahan
pengganggu pada periode t dengan kesalahan pada periode t-1. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain, oleh karena itu autokorelasi sering ditemukan
pada data runtut waktu atau time series. Salah satu cara untuk mendeteksi autokorelasi di antaranya dengan uji Durbin Watson.
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
a Jika angka D-W dibawah -2 berarti ada autokorelasi positif b Jika angka D-W diantara -2 sampai +2 berarti tidak ada
autokorelasi c Jika angka D-W diatas -2 berarti ada autokorelai negatif
Tabel 4.4 Hasil Uji Autokorelasi setelah Transformasi
D a
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .836
a
.700 .681
.48114 2.415
a. Predictors: Constant, profitability, liquidity, firm size, assets structure value b. Dependent Variable: Struktur modal
Universitas Sumatera Utara
Dari tabel 4.4 memperlihatkan nilai statistik D-W sebesar 2,415. Sesuai dengan ketentuan durbin Watson maka penelitian ini tidak
terdapat autokorelasi. Karena nilai 2,415 berada diantara -2 sampai +2.
4.2.2.4 Uji Multikolinearitas