commit to user
Tabel IV.4 HASIL UJI MULTIKOLINEARITAS
VARIABEL DEPENDEN TOBIN’S Q
Variabel Tolerance
VIF Kesimpulan
GOVLI 0,664
1,505 Tidak Terjadi Multikolinearitas BOWN
0,391 2,556 Tidak Terjadi Multikolinearitas
LEVERAGE 0,881
1,135 Tidak Terjadi Multikolinearitas TANG
0,868 1,152 Tidak Terjadi Multikolinearitas
GROWTH 0,379
2,635 Tidak Terjadi Multikolinearitas SIZE
0,738 1,355 Tidak Terjadi Multikolinearitas
BETA 0,856
1,169 Tidak Terjadi Multikolinearitas Sumber: Hasil Pengolahan Data Lampiran
Berdasarkan table IV.4 dengan variabel dependen Tobin’s Q, ternyata hasilnya sama dengan uji multikolinearitas yang menggunakan variabel dependen
ROA. Hasil nilai tolerance untuk semua variabel bernilai lebih besar dari 0,1 dan nilai VIF kurang dari 10, maka dapat disimpulkan bahwa dalam model dua hasil
ini tidak terdapat gejala multikolinearitas.
2. Uji Autokorelasi
Untuk mendeteksi ada tidaknya autokorelasi dapat dilihat dari nilai Durbin-Watson. Penentuan ada tidaknya autokorelasi dapat digunakan patokan
nilai Durbin-Watson hitung yang berkisar antara 0 – 4 Uyanto, 2009:248. Bila nilai uji statistic Durbin-Watson lebih kecil dari 1 atau lebih dari 3 maka terjadi
autokorelasi. Untuk pengujian ini juga didapatkan dua hasil karena menggunakan dua variabel dependen, yaitu ROA dan Tobin’s Q.
commit to user Berdasarkan perhitungan SPSS diperoleh nilai Durbin-Watson untuk
variabel dependen ROA sebesar 2,159 terletak di antara 1 dan 3 maka dapat disimpulkan dalam model regresi ini tidak terdapat adanya autokorelasi.
Sedangkan untuk pengujian autokorelasi dengan variabel dependen Tobin’s Q didapatkan nilai Durbin-Watson sebesar 1,844 terletak di antara 1 dan 3
maka dismpulkan bahwa model regresi ini tidak terjadi autokorelasi. Kedua hasil di atas sama-sama menunjukkan tidak adanya autokorelasi dalam penelitian ini.
3. Uji Heteroskedastisitas
Heteroskedastisitas adalah penyeberan data regresi yang tidak sama. Di dalam penelitian ini menggunakan uji Glejser. Apabila nilai signifikasinya lebih
dari 0,05 maka ada homoskedastisitas dan ini yang seharusnya terjadi, namun jika sebaliknya nilai signifikasinya kurang dari 0,05 maka terdapat heteroskedastisitas.
Oleh karena menguji dengan dua variabel dependen, yaitu ROA dan Tobin’s Q, maka hasil yang didapatkan juga ada dua. Tabel dapat dilihat berikut
ini :
commit to user
Tabel IV.5 HASIL UJI HETEROSKEDASTISITAS
VARIABEL DEPENDEN ROA Sebelum Transformasi
Variabel Sig.
Kesimpulan
GOVLI 0,226
Homoskedastisitas BOWN
0,587 Homoskedastisitas
LEVERAGE 0,000
Heteroskedastisitas TANG
0,119 Homoskedastisitas
GROWTH 0,282
Homoskedastisitas SIZE
0,538 Homoskedastisitas
BETA 0,040
Heteroskedastisitas Sumber: Hasil Pengolahan Data Lampiran
Dari hasil pengujian heteroskedastisitas dengan uji Glejser, ditemukan variabel adanya heteroskedastisitas yang bernilai signifikasi di bawah 0,05 yaitu
variabel LEVERAGE dan BETA, dan yang lainnya terjadi homoskedastisitas. Untuk menghasilkan nilai yang signifikasinya lebih dari 0,05 maka dilakukan
transformasi data sehingga hasilnya dapat dilihat di bawah ini :
Tabel IV.6 HASIL UJI HETEROSKEDASTISITAS
VARIABEL DEPENDEN ROA Setelah Transformasi
Variabel Sig.
Kesimpulan
GOVLI 0,598
Homoskedastisitas BOWN
0,312 Homoskedastisitas
LEVERAGE 0,081
Homoskedastisitas TANG
0,142 Homoskedastisitas
GROWTH 0,839
Homoskedastisitas SIZE
0,255 Homoskedastisitas
BETA 0,318
Homoskedastisitas Sumber: Hasil Pengolahan Data Lampiran
commit to user Dari table IV.6 dengan menggunakan variabel dependen ROA diperoleh
nilai signifikan semua variabel lebih dari 0,05 setelah transformasi. Jadi semua variabel telah memenuhi homoskedastisitas pada model regresi sehingga model
regresi layak digunakan. Kemudian jika menguji heteroskedastisitas menggunakan variabel
dependen Tobin’s Q dapat dilihat di table berikut ini :
Tabel IV.7 HASIL UJI HETEROSKEDASTISITAS
VARIABEL DEPENDEN TOBIN’S Q
Sebelum Transformasi Variabel
Sig. Kesimpulan
GOVLI 0,783
Homoskedastisitas BOWN
0,723 Homoskedastisitas
LEVERAGE 0,000
Heteroskedastisitas TANG
0,954 Homoskedastisitas
GROWTH 0,752
Homoskedastisitas SIZE
0,352 Homoskedastisitas
BETA 0,628
Homoskedastisitas Sumber: Hasil Pengolahan Data Lampiran
Dari hasil pengujian heteroskedastisitas di atas, ditemukan variabel adanya heteroskedastisitas yang bernilai signifikasi di bawah 0,05 yaitu variabel
LEVERAGE, dan yang lainnya terjadi homoskedastisitas. Untuk menghasilkan nilai yang signifikasinya lebih dari 0,05 maka dilakukan transformasi data
sehingga hasilnya dapat dilihat di bawah ini :
commit to user
Tabel IV.8 HASIL UJI HETEROSKEDASTISITAS
VARIABEL DEPENDEN TOBIN’S Q
Setelah Transformasi Variabel
Sig. Kesimpulan
GOVLI 0,527
Homoskedastisitas BOWN
0,706 Homoskedastisitas
LEVERAGE 0,079
Homoskedastisitas TANG
0,185 Homoskedastisitas
GROWTH 0,389
Homoskedastisitas SIZE
0,907 Homoskedastisitas
BETA 0,473
Homoskedastisitas Sumber: Hasil Pengolahan Data Lampiran
Dari table IV.8 dengan menggunakan variabel dependen Tobin’s Q diperoleh nilai signifikan semua variabel lebih dari 0,05 setelah transformasi. Jadi
semua variabel telah memenuhi homoskedastisitas pada model regresi sehingga model regresi layak digunakan, baik menggunkan variabel dependen ROA
maupun Tobin’s Q.
commit to user
4. Analisis Korelasi Pearson