Gambar 4.2 Gr afik Normal P-Plot
Lampiran Pada grafik normal p-plot terlihat bahwa data menyebar disekitar garis diagonal
dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.
b. Uji Multikolinear itas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi. Jika pada model regresi terjadi
multikolinearitas, maka koefisien regresi tidak dapat ditaksir dan nilai standard error
menjadi tidak terhingga. Menurut Nugroho 2005:58 deteksi multikolenaritas pada suatu model dapat dilihat yaitu jika nilai
Variance Inflation Factor VIF tidak lebih
Universitas Sumatera Utara
dari 10 dan nilai Tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas
dari multikolenearitas. Tabel 4.5
Hasil Uji Multikolinear itas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant Ln_Debt To Assets Ratio
.999 1.001
Ln_Total Assets Turnover .999
1.001 a. Dependent Variable: Ln_Earning Per Share
Lampiran Dari data pada tabel 4.5, dapat disimpulkan bahwa tidak terjadi gejala
multikolinearitas antara variabel independen yang diindikasikan dari nilai tolerance
setiap variabel independen lebih besar dari 0,1 yakni sebesar 0,999 dan nilai VIF lebih kecil dari 10 yakni sebesar 1,001. Maka dapat disimpulkan bahwa analisis lebih lanjut
dapat dilakukan dengan menggunakan model regresi berganda.
c. Uji Heter oskedastisitas
Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Menurut Nugroho 2005:62 cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat
diihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot
yang menyatakan model regresi linear berganda tidak terdapat heteroskedastisitas jika: 1 titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,
Universitas Sumatera Utara
2 titik-titik data tidak mengumpul hanya di atas atau di bawah saja, 3 penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar
kemudian menyempit dan melebar kembali, 4 penyebaran titik-titik data sebaiknya tidak berpola.
Gambar 4.3 Hasil Uji Heter oskedastisitas Scatter plot
Lampiran
Dari garfik scatterplot terlihat bahwa titik-titik menyebar secara acak serta
tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga
model regresi layak dipakai untuk memprediksi EPS perusahaan perkebunan dan pertambangan yang terdaftar di BEI berdasarkan masukan variabel independen
Debt to assets ratio, dan total assets turnover.
Universitas Sumatera Utara
d. Uji Autokorelasi