bertujuan untuk menguji apakah model regresi mempunyai korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang beruntun sepanjang
waktu berkaitan satu sama lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ghozali, 2006.
b.4. Uji Heterokedastisitas
Uji Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari
residual dari satu pengamatan ke pengamatan yang lain. Jika varian dari residual dari pengamatan ke pengamatan yang lain
tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik tidak terjadi
heteroskedastisitas Ghozali, 2006 Salah satu cara untuk mengetahui ada tidaknya
heteroskedastisitas dalam suatu model regresi linier berganda adalah dengan melihat grafik scatterplot atau nilai prediksi
variabel terikat yaitu ZPRED dengan residual error yaitu SRESID. Jika tidak ada pola tertentu dan tidak menyebar diatas
dan dibawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas
.
c. Uji Hipotesis
Pengujian hipotesis yang dilakukan dalam penelitian ini
Universitas Sumatera Utara
adalah dengan menggunakan model regresi berganda. Model ini digunakan untuk menguji pengaruh dua atau lebih variabel
independen terhadap variabel dependen dengan skala pengukuran rasio dalam sutu persamaan linear.
Persamaan regresi yang diinterpretasikan dalam penelitian ini adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ b
6
X
6
+ e
Keterangan: Y
= Nilai perusahaan Tobin’s Q a
= konstanta b
= koefisien regresi dari setiap variabel X
1
= good corporate governance X
2
= struktur modal X
3
= opini audit X
4
= pergantian manajemen X
5
= keputusan investasi X
6
= komite audit e
= error
c.1. Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen. Nilai koefisien determinasi adalah antara nol dan 1 atau 0 x 1. Nilai R Square R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan
variabel-variabel dependen amat terbatas. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan hampir
semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Secara umum, koefisien determinasi untuk data silang
Universitas Sumatera Utara
crossection relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun
waktu time series biasanya memiliki nilai koefisien determinasi yang tinggi Ghozali, 2006.
c.2. Uji Simultan Uji F
Pengujian ini dilakukan untuk mengetahui secara bersama- sama apakah variabel bebas berpengaruh secara signifikan atau
tidak terhadap variabel terikat Ghozali, 2006.
Kriteria pengujian yang digunakan sebagai berikut :
• Ho diterima apabila apabila nilai signifikansi sig pada
tabel Anova bernilai lebih besar dari 0,05 5.. Artinya variabel bebas secara bersama-sama tidak berpengaruh
secara signifikan terhadap variabel terikat. •
Ha diterima apabila apabila nilai signifikansi sig pada tabel Anova bernilai lebih kecil dari 0,05 5.. Artinya
variabel bebas secara bersama-sama berpengaruh secara signifikan terhadap variabel terikat.
c.3. Uji Parsial Uji t
