adanya multikolineritas adalah tolerance 0.10 atau sama dengan VIF 10.
Hasil dari uji Multikolinieritas dapat dilihat sebagai berikut :
Tabel 4.3 Hasil Uji Multikorelasi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
1 Constant 3.764
.755 4.987
.000 DPR
.181 .101
.346 1.789
.082 .664
1.505 DAR
-1.726 1.534
-.218 -1.125
.268 .664
1.505 a. Dependent Variable: ROA
Berdasarkan tabel 4.3 dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinieritas. Hal tersebut dapat dilihat dengan
membandingkan dengan nilai Tolerence atau VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai Tolerence yang
lebih besar dari 0.10 dan VIF masing-masing lebih kecil dari 10. Dengan demikian dapat disimpulkan bahwa tidak adanya gejala multikolinieritas dalam
variabel bebasnya.
4.2.1.2 Uji Heterokedastisitas
Uji ini dilakukan dengan uji grafik dengan melihat grafik scatterplot yaitu dengan cara meilhat titik-titik penyebaran pada grafik dan uji glejser,
dengan cara meregres seluruh variabel independen dengan nilai absolute residual sebagai variabel dependennya. Perumusan hipotesis adalah :
H : tidak ada heteroskedastisitas,
H
a
: ada heteroskedastisitas. Jika signifikan 0.05, maka Ha diterima ada heteroskedastitas dan jika
signifikan 0.05 maka Ho diterima tidak ada heteroskedastisitas
Gambar 4.1 Uji Heteroskedastisitas scatterplot
Pada gambar 4.1 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu y.
Tabel 4.4 Hasil Uji Heteroskedastisitas
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.318
.419 3.148
.003 DPR
-.011 .056
-.039 -.195
.847 DAR
-.036 .851
-.009 -.043
.966 a. Dependent Variable: absut
Pada tabel 4.4 dapat dilihat nilai signifikansi untuk variabel DPR adalah 0.847 0.05 . nilai signifikasinsi untuk DAR adalah 0.966 0.05. maka
hasil ini dapat disimpulkan bahwa tidak terdapat masalah heteroskedastisitas karena DPR dan DAR memiliki signifikan lebih dari 0.05
4.3.1.4. Hasil Uji Autokorelasi
Uji ini menggunakan Durbin Watson, masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Uji ini bertujuan untuk melihat
apakah dalam suatu model linear ada korelasi antar kesalahan penggangu pada periode t dengan kesalahan periode t-1 sebelumnya. Ghozali, 2005
Secara umum panduan mengenai angka Durbin- Watson dapat diambil patokan sebagai berikut :
1 Angka D-W di bawah -2 berarti ada autokorelasi positif 2 Angka D-W di antara -2 sampai +2, berarti tiak ada autokorelasi
3 Angka D-W diatas +2 berarti ada autokorelasi negatif.
Tabel 4.5 Hasil Uji Autokorelasi
Tabel 4.5 memperlihatkan nilai statistik D-W sebesar 0.780 berada diantara -2 dan +2 dari pengamatan ini dapat disimpulkan bahwa tidak terjadi
autokorelasi positif maupun autokorelasi negatif dalam penelitian ini.
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .283
a
.080 .030
1.53796 .780
a. Predictors: Constant, DPR, DAR b. Dependent Variable: ROA
4.2.2 Pengujian Hipotesis
