40
2009:100. Bila nilai uji statistik Durbin-Watson lebih kecil dari satu atau lebih besar dari tiga maka residual dari model regresi berganda tidak
bersifat independen atau terjadi autokorelasi.
3.5.3.3 Heteroskesdastisitas
Heteroskesdastisitas diartikan sebagai penyebaran titik data regresi yang tidak sama hetero. Heteroskedastisitas muncul apabila residual
dari model yang diamati tidak memiliki varians yang konstan dari satu observasi ke observasi lain Kuncoro, 2003:163. Metode yang
digunakan untuk menguji ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai variabel dependen ZPRED
dengan nilai residual SRESID. Dasar analisis ini adalah : 1 Titik-titik tersebar di atas dan di bawah atau disekitar angka 0
2 Titik-titik data tidak mengumpul hanya di atas atau di bawah saja 3 Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit dan melebar kembali
3.5.4 Pengujian Hipotesis
3.5.4.1 Pengujian Koefisien Regresi Secara Simultan Uji F
Pengujian secara simultan Uji F ini digunakan untuk mengetahui apakah variabel independen X1, X2, X3,... secara bersama-sama
berpengaruh secara signifikan terhadap variabel dependen Y Priyatno, 2008:66. Hasil uji F pada output SPSS dapat dilihat pada tabel ANOVA.
41
Hasil F-test menunjukkan pengaruh variabel independen secara bersamasama terhadap variabel dependen jika p-value yang terletak pada
kolom Sig. dari level of significant yang ditentukan, atau bila F-hitung pada kolom F menunjukkan nilai yang lebih besar dari F-tabel. Nilai F-
hitung dapat dihitung dengan cara df1= k-1, dan df2= n-k, dimana k merupakan jumlah variabel dependen dan independen.
3.5.4.2 Pengujian Regresi Berganda
Analisis regresi linear berganda merupakan analisis untuk menguji hubungan secara linear antara dua atau lebih variabel independen X1,
X2, X3,... terhadap variabel dependen Y Priyatno, 2008:70. Model persamaan regresi berganda yang digunakan dalam penelitian ini adalah:
Y = a + b
1
Inst_Own + b
2
St_Aset + b
3
Size + b
4
Profitability +e
Keterangan: Y
= Kebijakan Utang a
= Konstanta b
1,
b
2,
b
3,
b
4
= Koefisien regresi Inst_Own
= Kepemilikan Institusional St_Aset
= Struktur Aset Size
= Ukuran Perusahaan Profitability
= Tingkat Profitabilitas e
= Standar Error
3.5.4.3 Uji Koefisien Determinasi Goodness of Fit
Koefisien determinasi R2 bertujuan untuk mengetahui seberapa besar kemampuan variabel independen dalam menjelaskan variabel
42
dependen. Nilai koefisien determinasi menunjukkan seberapa besar sumbangan variabel independen terhadap perubahan variabel dependen.
Dalam model regresi linier berganda digunakan R-Square karena disesuaikan dengan banyaknya variabel independen yang digunakan
sebagai indikator untuk mengetahui pengaruhnya di antara variabel independen terhadap variabel dependen. Nilai R-Square dikatakan baik
bila nilainya di atas 0,5 karena nilai dari R-Square berkisar antara 0 sampai 1 Nugroho, 2005:101. Bila nilai R-Square mendekati 1 maka sebagian
besar variabel independen menjelaskan variabel dependen sedangkan jika koefisien determinasi adalah 0 berarti variabel independen tidak
berpengaruh terhadap variabel dependen.
3.5.4.4 Pengujian Koefisien Regresi Secara Parsial Uji t
