4.3.2.8 Uji Multikolinieritas – lterasi 8 hapus X
11
Tabel 4.3.2.8 : Uji Multikolinieritas – lterasi 8 hapus X
11
Coefficients
a
-56.184 66.441
-.846 .405
-.300 .878
-.066 -.342
.735 -.066
.344 2.903
.211 .837
.077 .253
.803 .049
.136 7.339
.819 .460
.351 1.781
.086 .324
.328 3.047
-.425 5.900
-.013 -.072
.943 -.014
.379 2.636
.782 2.430
.085 .322
.750 .062
.183 5.474
-1.062 2.181
-.128 -.487
.630 -.093
.185 5.405
5.642 1.018
.880 5.544
.000 .730
.507 1.974
-8.172 3.172
-.423 -2.576
.016 -.444
.474 2.111
Constant QR X1
IPR X2 BR X3
CR~X5 RAR X8
CAR 2 X9 ROE X12
GYTA X13 Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Partial Correl
ations Tolerance
VIF Collinearity Statistics
Dependent Variable: Perubahan Laba Y a.
Sumber : Lampiran 1
Hasil uji Multikolinieritas menunjukkan nilai VIF delapan variabel X kurang dari 10 sehingga tidak terjadi multikolinieritas yang tinggi.
Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi multikolinieritas pada variabel bebas penelitian dapat dipenuhi.
4.3.2.9 Uji Autokorelasi
Menurut Imam Ghozali 2005: 95, uji ini bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Masalah ini timbul karena residual kesalahan
pengganggu tidak bebas dari satu observasi ke observasi lainnya. Salah satu cara untuk mendeteksi ada tidaknya autokorelasi adalah dengan uji
Durbin-Watson DW Test. Hasil uji Durbin-Watson adalah sebagai berikut:
Tabel 4.3.2.9 : Uji Autokorelasi
Model Summary
b
.809
a
.655 .553
26.12016 1.482
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, GYTA X13, QR X1, IPR X2, ROE X12, BR X3, RAR X8, CR~X5, CAR 2 X9
a. Dependent Variable: Perubahan Laba Y
b.
Sumber : Lampiran 1
Oleh karena nilai DW sebesar 1,482 terletak diantara –2 sampai +2, berarti bahwa dalam persamaan regresi Tidak ada Autokorelasi.
Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi
autokorelasi dapat dipenuhi.
4.3.2.10 Uji Heteroskedastisitas
Kategori