32
3.7.2.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel bebas.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas Ghozali, 2006. Untuk mendeteksi ada atau tidaknya
multikolinieritas di dalam model regresi dapat dilihat dari nilai tolerance tolerance value dan nilai Variance Inflation Factor VIF.
Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Nilai cutoff yang umum
digunakan adalah nilai tolerance0,10 atau sama dengan VIF diatas 10. Apabila nilai tolerance tidaklebih dari 0,10 atau nilai VIF 10
maka dapat dikatakan bahwa tidak terjadi multikolinieritas antar variabel dalam model regresi.
3.7.2.3 Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi Ghozali, 2005. Untuk menguji ada atau tidaknya autokorelasi dilakukan dengan uji Durbin-Watson DW test.
Uji autokorelasi dengan Durbin-Watson DW test hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya
Universitas Sumatera Utara
33
intercept konstanta dalam model regresi dan tidak ada variabel lagi diantara variabel independen. Pengambilan keputusan ada atau
tidaknya autokorelasi, yaitu: 1. Nilai DW dibawah – 2 = ada autokorelasi positif
2. Nilai DW diantara -2 samapai +2 = tidak ada autokorelasi 3. Nilai DW diatas +2 = ada autokorelasi negatif.
3.7.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka dapat disebut
homoskedastisitas dan jika berbeda disebut heteroskedasitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedasitas Ghozali, 2006. Untuk mendeteksi ada tidaknya heteroskedastisitas dapat
dilihat dari grafik scatterplot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Dasar analisis menurut
Ghozali 2006: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi
heterokedastisitas.
Universitas Sumatera Utara
34
2. Jika tidak ada pola yang jelas, seperti titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heterokedastisitas.
3.7.3 Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan menggunakan regresi linier berganda. Metode regresi linier berganda dilakukan untuk mengetahui
pengaruh variabel independent yakni size,Return on AssetROA dan leverage terhadap variabel terikat yaitu manajemen laba dengan
menggunakan rumus :
Keterangan : Y
: Manajemen laba a
: Konstanta b
1-3
: Koefisien regresi variabel independent X
1
: Size X
2
: Return on Asset ROA X
3
: Leverage Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
Universitas Sumatera Utara
35
3.7.3.1 Koefisien Determinasi R
2
Koefisien determinasi R
2
mengukur seberapa jauh kemampuan model menerangkan variasi variabel independen
Ghozali, 2006. Nilai koefisien determinasi dapat dilihat pada R square. Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R
square berkisar antara 0 dan 1.
3.7.3.2 Uji Signifikansi Simultan uji F