Tabel 4.6 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Ln_NPM .994
1.006 Ln_MBV
.994 1.006
Sumber: Data diolah penulis 2010 Dari data pada tabel 4.6 dapat dilihat bahwa tidak ada variabel yang
memiliki nilai tolerance 0.10 dan nilai VIF 10. Dengan demikian dapat disimpulkan bahwa dalam model regresi tidak terjadi multikolinearitas antar
variabel independen.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain
dalam model regresi. Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Uji Heteroskedastisitas dilakukuan dengan 2 pendekatan, yaitu: -
Pendekatan Grafik -
Pendekatan Statistik
a. Pendekatan Grafik
Dalam pendekatan grafik, model regresi dinyatakan telah terjadi heteroskedastisitas apabila titik-titik yang ada membentuk pola tertentu yang
teratur. Dalam model regresi tidak terjadi heteroskedastisitas apabila titik-titik
Universitas Sumatera Utara
yang ada tidak membentuk pola tertentu yang teratur dan titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi
heteroskedastisitas dengan mengamati penyebaran titik-titik pada gambar.
Gambar 4.3 Hasil Uji Heteroskedastisitas Scatterplot
Sumber: Data diolah penulis, 2010 Dari garfik scatterplots 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 pertumbuhan laba perusahaan manufaktur yang terdaftar di BEI berdasarkan masukan variabel
independen Net Profit Margin dan Market Book Value.
Universitas Sumatera Utara
b. Pendekatan Statistik
Pendekatan Statistik dalam uji heteroskedastisitas ini dapat dilakukan dengan uji Glejser. Cara yang digunakan untuk mendeteksi ada atau tidaknya
gejala heteroskedastisitas dapat kita ketahui dengan melihat nilai probabilitas signifikansi diatas tingkat kepercayaan 5.
Tabel 4.7 Hasil Uji Glejser
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant .926
.857 1.080
.292 Ln_NPM
-.068 .120
-.119 -.563
.579 Ln_MBV
.023 .151
.032 .150
.882 a. Dependent Variable: absut
Sumber: Data diolah penulis, 2010 Hasil tampilan output SPSS dengan jelas menunjukan tidak satupun
variabel independen yang signifikansinya secara statistik mempengaruhi variabel dependen absolut absut. Hal ini terlihat dari probabilitas
signifikansinya diatas tingkat kepercayaan 5, jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
4. Uji Autokorelasi