Gambar 4.2 Grafik P-plot
1.2.2 Uji Multikolonieritas
Uji multikolonearitas bertujuan untuk menguji apakah pada model regresi ditemukan korelasi antara variabel independent. Jika terjadi korelasi
maka terdapat masalah multikolonearitas sehingga model regresi tidak dapat digunakan. Mendeteksi ada tidaknya gejala multikolinearitas adalah dengan
melihat nilai tolerance dan variance inflation factor VIF, serta menganalisis matrik korelasi variabel-variabel independen. Besarnya tingkat
multikolinearitas yang masih dapat ditolerir, yaitu: Tolerance 0.10, dan nilai Variance Inflation Factor VIF 5. Berikut ini disajikan tabel hasil
pengujian multikolonearitas:
Tabel 4.3 Pengujian Multikolonearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.808 .315
2.565 .015
EPS -.006
.007 -.175
-.866 .392
.445 2.245
ROE 12.492
4.733 .992
2.639 .012
.128 7.788
ROA -5.135
8.787 -.196
-.584 .563
.161 6.200
DER -.406
.267 -.376 -1.522
.137 .298
3.356 EG
.002 .002
.095 .682
.500 .944
1.059 a. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
Berdasarkan pada tabel 4.3 diatas, dapat disimpulkan bahwa tidak terjadi gejala multikolonearitas antara variabel independen yang diindikasikan
dari nilai tolerance setiap variabel lebih besar dari 0,1. Nilai tolerance EPS adalah 0,445, ROE adalah 0,128, ROA sebesar 0,161, DER 2,98, dan EG
0,994. Nilai VIF dari keempat variabel independen juga lebih kecil dari 5 yaitu untuk EPS sebesar 2,245, ROE 7,788, ROA 6,200, DER 3,356, dan EG
sebesar 1,059. Berdasarkan hasil uji korelasi diantara variabel independen dapat
dilihat bahwa korelasi antara variabel tersebut relatif tidak tinggi. Korelasi antara variabel dibawah 0,6, hal ini menunjukkan tidak terjadi masalah
multikolonearitas. Maka dapat disimpulkan bahwa analisis lebih lanjut dapat dilakukan dengan menggunakan model regresi berganda. Hasil pengujian
korelasi dapat dilihat pada tabel 4.4 dibawah ini:
Tabel 4.4 Korelasi antar Variabel Independen
Coefficient Correlations
a
Model EG
ROA DER
EPS ROE
1 Correlations
EG 1.000
-.180 -.191
.129 .158
ROA -.180
1.000 .719
-.328 -.807
DER -.191
.719 1.000
.009 -.831
EPS .129
-.328 .009
1.000 -.125
ROE .158
-.807 -.831
-.125 1.000
Covariances EG
5.248E-6 -.004
.000 1.987E-6
.002 ROA
-.004 77.211
1.686 -.019
-33.562 DER
.000 1.686
.071 1.576E-5
-1.050 EPS
1.987E-6 -.019
1.576E-5 4.493E-5
-.004 ROE
.002 -33.562
-1.050 -.004
22.406 a. Dependent Variable: PBV
Sumber: data diolah oleh penulis, 2012
1.2.3 Uji Heterokedastisitas