Tabel 4.11. Uji Multikolinieritas Hipotesis Kedua
Coefficients
a,b
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Wt_SQROOT
1.566 .060
.963 26.166
.000 .390
2.564 Wt_VAIC
.010 .002
.138 3.888
.000 .418
2.392 Wt_UKURAN
.393 .139
.101 2.819
.006 .413
2.423 Wt_LEVERAGE
-.366 .061
-.241 -6.013
.000 .329
3.037 a. Dependent Variable: Wt_ATO
b. Linear Regression through the Origin
Sumber: Hasil Penelitian, 2012 Data diolah
4.1.8.3. Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual pengamatan satu dengan pengamatan
lain, jika varians residual dari pengamatan satu dengan pengamatan yang lain tetap, maka disebut homoskedastistik. Model regresi yang baik ialah yang
homokedastisitas atau tidak terjadi heterokedastisitas. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengna melihat ada tidaknya pola tertentu pada
grafik sctterplot antara SRESID residual dan ZPRED prediksi variabel terikat.
Universitas Sumatera Utara
Sumber: Hasil Penelitian, 2012 Data diolah
Gambar 4.6. Grafik Scatterplot Hipotesa Kedua
4.1.8.3.1 Uji Glejser
Tabel 4.12. Uji Glejser Hipotesa Kedua
Coefficients
a,b
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Wt_SQROOT
.261 .036
.802 7.164
.000 .390
2.564 Wt_VAIC
.002 .002
.109 1.008
.317 .418
2.392 Wt_UKURAN
-.050 .085
-.064 -.590
.557 .413
2.423 Wt_LEVERAGE
-.040 .037
-.132 -1.083
.282 .329
3.037 a. Dependent Variable: ABS_RES
b. Linear Regression through the Origin
Sumber: Hasil Penelitian, 2012 Data diolah Pada Tabel 4.12 menunjukkan bahwa tidak ada variabel independen yang
signifikan secara statistik mempengaruhi variabel dependen absolute Ut absut. Hal ini terlihat dari profitabilitas signifikansinya di atas tingkat kepercayaan 5, jadi
disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
Universitas Sumatera Utara
4.1.8.4. Uji Autokorelasi
Pendekatan masalah autokorelasi dilakukan dengan pengujian Durbin- Watson atau uji DW. Dari Tabel 4.13 diperoleh nilai hitung Durbin-Watson sebesar