lancar. Hal ini menunjukkan bahwa perusahaan kurang memiliki aktiva tetap yang dapat dijadikan sebagai agunan hutang jangka panjang.
4.1.3. Uji Model
Model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi
klasik statistik, baik itu uji autokorelasi, multikolonieritas dan heteroskedastisitas Bhuono, 2005.
1. Uji Multikoloniaritas
Multikoliniaritas merupakan fenomena adanya korelasi yang sempurna antara satu variabel bebas dengan variabel bebas lain. Jika terjadi multikoliniaritas, akan
mengakibatkan timbulnya kesalahan standar penaksir dan probabilitas untuk menerima hipotesis yang salah semakin besar. Menurut Ghozali 2002 dalam
Nugroho 2005 salah satu cara untuk mengetahui adanya multikoliniaritas adalah dengan melakukan uji VIF Variance Inflation Factor yaitu jika VIF tidak lebih dari
10 dan nilai Tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikoliniaritas.
Berdasarkan hasil pengolahan SPSS atas data yang diperoleh, dapat dilihat pada Tabel IV.3 berikut:
Universitas Sumatera Utara
Tabel IV.3. Uji Multikolonieritas Variabel
Unstandardized t
Sig. Collinearity
B Std. Error
Tolerance VIF
Constant .021
.012 1.801
.073 taxrate
.145 .024
6.048 .000
.749 1.336
findistress .000
.000 4.518
.000 .983
1.017 ROA
.024 .016
1.544 .124
.809 1.236
Size -.002
.001 -2.638
.009 .941
1.062 Divpay
.005 .002
2.988 .003
.802 1.247
Likuiditas .022
.013 1.714
.087 .847
1.181 Struktur
.011 .016
.679 .497
.860 1.163
Dari tabel tersebut di atas dapat dilihat bahwa nilai VIF untuk masing-masing variabel adalah 10 dan Tolerance tidak kurang dari 0,1. Hal ini membuktikan
bahwa model regresi yang digunakan dalam penelitian ini tidak terdapat multikoliniaritas.
2. Uji Autokorelasi
Salah satu pengujian yang digunakan untuk mengetahui adanya autokorelasi adalah dengan memakai uji statistik Durbin-Watson DW-Test. Menurut Ghozali
2005, “ada tidaknya autokorelasi dapat diuji dengan ketentuan: du nilai DW 4- du, du dapat dilihat pada tabel Durbin Watson dengan signifikansi 5”. Seharusnya
pada model regressi berganda tidak terjadi autokorelasi. Berdasarkan hasil pengolahan SPSS atas data yang diperoleh, dapat dilihat nilai Durbin Watson pada
Tabel IV.4 berikut:
Universitas Sumatera Utara
Tabel IV.4. Uji Autokorelasi
Mode l
R R
Squar e
Adjuste d R
Square Std.
Error of the
Estimat e
Change Statistics Durbin
- Watson
R Square
Chang e
F Chang
e df
1 df2
Sig. F Chang
e
1 .519a
.269 .253
.05613 .269
16.803 7
31 9
.000 1.766
Dari hasil pengujian pada Tabel IV.4 terlihat bahwa nilai Durbin Watson untuk keempat variabel, yaitu variabel tingkat pajak, kesulitan keuangan,
kemampulabaan, ukuran perusahaan, likuiditas, pembayaran deviden dan struktur aktiva adalah sebesar 1,766. Berdasarkan tabel Durbin Watson dengan nilai
signifikan 5 dan sampel 109, du = 0.729 sehingga 4 – du = 3.27. Hal ini menunjukkan bahwa tidak terjadi autokorelasi karena: 0.729 1,766
3.27.
3. Uji Heteroskedastisitas