4.1.2.2 Uji Autokorelasi
Pada penelitian ini, uji autokorelasi dilakukan dengan nilai Durbin Watson. Cara mendeteksi apakah model yang digunakan mengalami gejala autokorelasi adalah
dengan melihat nilai statistik Durbin Watson. Hasil dari nilai Durbin Watson dapat dilihat pada tabel 9 berikut ini:
Tabel 9. Uji Autokorelasi
Model R
R Square Adjusted
R Square Durbin-
Watson
1 .211a
.045 .030
1.966 a Predictors: Constant, Pertumbuhan Perusahaan X2,
Struktur Modal X1 b Dependent Variable: Nilai Perusahaan Y
Sumber: Lampiran 7
Dari tabel 9 dapat dilihat bahwa nilai Durbin Watson 1.966 dan dapat dibaca dari tabel statistik Durbin Watson dengan 0.05 dl dan du 1.706 dan 1.760, dan
nilai dari 4-dl dan 4-du 2.294 dan 2.24. Dengan demikian dapat disimpulkan bahwa nilai du DW 4-du atau 1.760 1.966 2.24, yang artinya tidak terjadi autokelasi.
Selanjutnya dapat dilihat pada gambar 9 berikut ini:
negatif si
Autokorela
tian ketidakpas
Daerah tian
ketidakpas Daerah
positif si
Autokorela
si Autokorela
Tidak
760 .
1 =
du
966 .
1 =
Dw
706 .
1 =
dl
294 .
2 4
= − dl
24 .
2 4
= − du
Gambar 9. Kurva Uji Autokorelasi
Eli Safrida: Pengaruh Struktur Modal Dan Pertumbuhan Perusahaan Terhadap Nilai Perusahaan Pada Perusahaan Manufaktur Di Bursa Efek Jakarta, 2008.
USU e-Repository © 2008
4.1.2.3 Uji Multikolinearitas
Pengujian multikolinearitas dilakukan dengan melihat nilai VIF korelasi diantara variabel independen. Adapun hasil pengujian multikolinearitas dapat dilihat
pada tabel 10 berikut ini:
Tabel 10. Uji Multikolinearitas
Nilai Korelasi Variabel
Struktur Modal
Pertumbuhan Perusahaan
Nilai Perusahaan
VIF
Struktur Modal X
1
1.000 0.167
-0.210 1.029
Pertumbuhan Perusahaan X
2
0.167 1.000 -0.059
1.029 Nilai Perusahaan Y
-0.210 -0.059
1.000 -
Sumber: Lampiran 7
Berdasarkan kriteria pengujian multikolinearitas, maka dapat disimpulkan bahwa diantara variabel independen tidak terjadi multikolinearitas karena nilai dari
VIF 10. Disamping itu , berdasarkan matriks korelasi diantara variabel independen, ternyata tidak ada variabel independen yang mempunyai nilai kolerasi R lebih besar
dari 0.9. Berarti pengujian dengan melihat nilai VIF dan nilai korelasi diantara variabel independen memberikan hasil yang konsisten.
4.1.2.4 Uji Heterokedastisitas