4.3.2 Uji Multikolieritas
Sesuai pembahasan pada Bab III, mengenai Uji Multikolinearlitasyangdikemukakan olehErlina 2011:102, Uji Multikolinearlitas
bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara varibel independen. Multikolinearlitasadalah situasi adanya korelasi variabel-
variabel independen antara yang satu dengan yang yang lain. Model regresi yang baik seharusnya tidak terjadi korelasi diantara varibel
independen. Uji multikolonieritas ini dilakukan dengan melihat nilai Variance Inflation Factor VIF. Batasan yang umum dipakai untuk menunjukkan adanya
multikolinearlitas adalah nilai tolerance 0,10 atau VIF 10.
Tabel 4.3 Multikolinearlitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error Beta
Tolerance VIF
1 Constant
.737 .033
22.534 .000
ROA -.003
.011 -.109
-.312 .756
.138 7.251
ROE .005
.005 .316
1.010 .317
.171 5.835
NMP .001
.001 .177
.963 .340
.495 2.020
DER .000
.000 .086
.662 .511
.981 1.019
a. Dependent Variable: SCR
Sumber : Output SPSS 21 Berdasarkan tabel 4.3, dapat disimpulkan bahwa tidak terjadi korelasi
diantara variabel independen, dengan kata lain tidak terjadi Multikolinearlitas dengan nilai dasar VIF untuk setiap variabel independen tidak ada yang melebihi
10 dan nilai tolerance tida ada yang kurang dari 0,10.
Universitas Sumatera Utara
4.3.3 Uji Heteroskedastisitas
Menurut Erlina 2011:105, Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu
pengamatan ke pengamatan lain. Model regresi yang baik menurut Ghozali 2005:105 dapat dilihat dari garfik scatterplot antara nilai prediksi variabel
dependent yaitu ZPRED dengan residual SRESID. Hasil uji heteroskedastisitas dapat dilihat pada grafik berikut ini:
Sumber : Output SPSS 21
Gambar 4.3 Hasil Uji Heterokedastisitas
Universitas Sumatera Utara
Dari grafik Scatterplot diatas dapat disimpulkan bahwa titik-titik penyebaran tidak secara acak serta membentuk sebuah pola tertentu dan tidak
tersebar baik diatas maupun di bawah angka nol pada sumbu y. hal ini mengidikasikan bahwa terjadi heterokedastisitas pada model regresi sehingga
model regresi layak dipakai.
4.3.4 Uji Autokorelasi