56
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas Ghozali,
2011. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau tidaknya
multikolinieritas, dapat dilihat dari nilai tolerance dan lawannya variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap
variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Model regresi yang baik seharusnya tidak terjadi
multikolinieritas. Multikolinieritas dapat dilihat dari nilai tolerance dan variance inflation factor VIF. Untuk terbebas dari masalah
multikolinieritas, nilai tolerance harus ≤ 10 Ghozali, 2011. Hasil uji
multikolinieritas dapat dilihat pada tabel berikut: Tabel 4 Hasil. Uji Multikolinieritas
Variabel
Collinearity Statistics
Kesimpulan
Tolerance VIF
ROA 0,834
1,199 Tidak Terjadi Multikolinieritas CR
0,633 1,580 Tidak Terjadi Multikolinieritas
DER 0,614
1,628 Tidak Terjadi Multikolinieritas SIZE
0,917 1,090 Tidak Terjadi Multikolinieritas
SALES GROWTH 0,945
1,058 Tidak Terjadi Multikolinieritas a. Dependent Variable: PBV
Sumber : Lampiran 11, Halaman 110
57
Berdasarkan hasil uji multikolinieritas pada tabel 4, hasil perhitungan nilai tolerance menunjukkan bahwa tidak ada variabel
bebas yang mempunyai nilai tolerance ≥0,1 atau sama dengan
VIF≤10, jadi dapat disimpulkan bahwa model regresi pada penelitian ini tidak terjadi multikolinieritas dan model regresi layak digunakan.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan yang lain Ghozali, 2011. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas dan jika berbeda berarti disebut heteroskedastisitas. Pengujian dilakukan dengan uji Glejser yaitu dengan meregres
variabel independen terhadap absolute residual. Jika variabel independen signifikan secara statistik memengaruhi variabel
dependen, maka ada indikasi terjadi heteroskedastisitas. Kriteria yang biasa digunakan untuk menyatakan apakah terjadi
heteroskedastisitas atau tidak diantara data pengamatan dapat dijelaskan dengan menggunakan koefisien signifikansi. Koefisien
signifikani harus dibandingkan dengan tingkat signifikansi yang lain ditetapkan sebelumnya
α= 5. Apabila koefisien signifikansi nilai probabilitas lebih besar dari tingkat signifikansi yang ditetapkan,
58
maka dapat disimpulkan tidak terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas yang diperoleh sebagai berikut:
Tabel 5. Hasil Uji Heteroskedastisitas
Variabel Sig.
Kesimpulan
ROA 0,086 Tidak Terjadi Heteroskedastisitas
CR 0,118 Tidak Terjadi Heteroskedastisitas
DER 0,345 Tidak Terjadi Heteroskedastisitas
SIZE 0,671 Tidak Terjadi Heteroskedastisitas
SALES GROWTH 0,233 Tidak Terjadi Heteroskedastisitas
a. Dependent Variable: ABS_RES Sumber : Lampiran 13 , Halaman 112
Berdasarkan tabel 5, hasil uji Glejser menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik
memengaruhi variabel dependen nilai absolute residual ABS_RES. Hal ini terlihat dari probabilitas signifikasinya di atas tingkat
kepercayaan 5. Oleh karena itu dapat disimpulkan model regresi tidak mengandung gejala heteroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas
autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi penelitian ini menggunakan metode uji Durbin-Watson DW test. Metode
Durbin-Watson menggunakan titik kritis yaitu batas bawah dl dan
Kategori