70 regresi, sehingga model regresi layak dipakai untuk memprediksi asset
keuangan X
1
, pendapatan tetap X
2
, nilai buku ekuitas X
3
, investasi X
4
, hutang X
5
, arus kas bersih X
6
berdasarkan masukan variabel independennya nilai pasar perusahaan Y.
1.4.2.3 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan penganggu pada periode t dengan kesalahan
pada periode t-1 sebelumnya. Ada beberapa cara dapat digunakan untuk mendeteksi masalah dan
autokorelasi diantaranya adalah dengan uji Durbin-Witson. Menurut Sunyoto 2009 pengambilan keputusan ada tidaknya autokorelasi adalah:
1 Angka D-W dibawah -2 berarti ada autokorelasi positif 2 Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi
3 Angka D-W di atas +2 berarti aa autokorelasi negatif Tabel 4.10
Hasil uji Durbin-Witson
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Witson 1
.887
a
.786 .748
281.56965 2.662
a. Predictors Constant, X
3
, X
2
, X
1
b. Dependent Variable: Y Tabel 4.10 menunjukkan hasil autokorelasi variabel penelitian.
Berdasarkan hasil pengujian diperoleh bahwa tidak terjadi autokorelasi antar kesalahan pengganggu antar periode. Hal ini dilihat dari nilai Durbin-Watson D-
W sebesar 2.662. Angka tersebut berada diantara -2 dan +2, artinya bahwa angka
71 DW lebih besar dari -2 dan lebih kecil dari +2 -2 2.662 +2. Jadi dapat
disimpulkan bahwa tidak ada autokorelasi positif maupun negatif.
4
.4.2.4 Uji Multikolinearitas
Pengujian multikolinieritas bertujuan untuk mengetahui hubungan yang sempurna antar variabel bebas dalam model regresi. Gejala multikolinieritas dapat
dilihat dari nilai tolerance dan nilai Varian Inflation Factor VIF. Bila nilai VIF lebih kecil dari 10 dan nilai toleransinya di atas 0,1 atau 10 maka dapat
disimpulkan bahwa model regresi tersebut tidak terjadi multikolinieritas Ghozali,2012.
Tabel 4.11 Hasil Uji Multikolinieritas
No Variabel bebas
Nilai Tolerance Nilai VIF
1 Asset keuangan X
1
0.797 1.254
2 Pendapatan tetap X
2
0.534 1.872
3 Nilai buku ekuitas X
3
0.502 1.991
4 Investasi X
4
0.605 1.653
5 Hutang X
5
0.511 1.958
6 Arus kas bersih operasional X
6
0.502 1.992
Sumber : data diolah peneliti, 2015 Dari tabel tersebut menunjukkan bahwa nilai VIF semua variabel bebas
dalam penelitian ini lebih kecil dari 10 sedangkan nilai toleransi semua variabel bebas lebih dari 10 yang berarti tidak terjadi korelasi antar variabel bebas yang
nilainya lebih dari 90, dengan demikian dapat disimpulkan bahwa tidak terdapat gejala multikolinieritas antar variabel bebas dalam model regresi.
72
1.4.3 Analisis Regresi Berganda