5.1.3. Pengujian Asumsi Klasik 5.1.3.1. Pengujian Multikolinearitas
Uji multikolinearitas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel independen lain dalam satu
model. Kemiripan antarvariabel independen dalam satu model akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu variabel independen yang lain.
Deteksi terhadap multikolinearitas dapat diketahui dari nilai variance inflation faktor VIF hitungnya. Suatu model dikatakan terbebas dari multikolinearitas jika
nilai VIF tidak lebih dari 10 dan nilai toleransi di atas 0,1 Ghozali, 2001. Perhitungan VIF model regresi dalam penelitian ini dapat dilihat pada Tabel 5.3,
berikut: Tabel 5.3. Uji Multikolinearitas
Variabel Penelitian Collinearity Statistics
Tolerance VIF
Ukuran Perusahan 0.754
1.327 Profitabilitas
0.753 1.327
Leverage 0.778
1.285 Ukuran Dewan Komisaris
0.769 1.300
Umur 0.972
1.029 Sumber: Penelitian 2011 data diolah
Tabel 5.3 dapat dilihat semua variabel memiliki nilai tolerance di bawah 1 dan nilai VIF di bawah 10. Berdasarkan hasil ini dapat disimpulkan kedua model regresi
ini terbebas dari gejala multikolinearitas di mana terjadi korelasi antarvariabel independen dalam model.
Universitas Sumatera Utara
5.1.3.2. Uji Autokorelasi
Hasil uji autokorelasi dengan menggunakan metode Lagrange Multiplier LM-test, adalah sebagai berikut:
Tabel 5.4. Uji Autokorelasi
No Nilai signifikan koefisien parameter untuk lag2 Keterangan
1 0.606
Tidak terdapat otokorelasi Sumber: Penelitian 2011 data diolah
Tabel 5.4 menunjukkan nilai signifikan koefisien parameter untuk lag2 ut1 0,05, sehingga dapat ditarik kesimpulan untuk model pertama dan kedua tidak
terdapat autokorelasi.
5.1.3.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah didalam model regresi terjadi perbedaan anatara variance dari setiap kesalahan error bersifat heterogen
yang berarti melanggar teori asumsi klasik yang mensyaratkan bahwa variance dan error harus bersifat homogen.
Tabel 5.5. Uji Heteroskedastisitas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.004 .022
.174 .862
Ukuran Perusahan .000
.001 .015
.166 .868
Profitabilitas .011
.012 .078
.861 .390
Leverage .000
.003 .010
.115 .908
Ukuran Dewan Komisaris
.000 .001
.065 .722
.472 Umur
7.152E-5 .000
.019 .240
.811 a. Dependent Variable: absres
Sumber: Penelitian 2011 data diolah
Universitas Sumatera Utara
Tabel 5.5. menunjukkan seluruh variabel memiliki nilai signifikan yang lebih besar dari 0,05, sehingga dapat ditarik kesimpulan keseluruhan veriabel tidak
memiliki permasalahan heteroskedastisitas Heteroskedastisitas dapat juga dilihat dengan uji scatter plot, seperti berikut
ini.
Dari grafik scatterplot yang diperoleh setelah data diolah melalui SPSS, dapat diketahui bahwa titik data menyebar secara acak serta tersebar di atas maupun di
bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi tersebut.
5.2. Pembahasan