4.4.2. Uji Multikolinearitas.
Uji multikolinearitas bertujuan untuk menguji apakah di dalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel independen.
Gejala multikolinearitas dapat dideteksi atau dilihat dari nilai Variance Inflation Factor VIF setiap variable independen. Suatu model regresi linier berganda
dinyatakan tidak terkena multikolinearitas apabila nilai VIF-nya 5.
Tabel 4.7 Collinearity Statistics
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.010 .043
.232 .817 CTO
-.002 .001
-.188 -1.544 .128 .947
1.056 RTO
.008 .003
.370 2.958 .004
.901 1.110
ITO .001
.001 .093
.740 .462 .884
1.131 a. Dependent Variable: ROI
Sumber: Hasil Pengolahan SPSS 2011
Tabel 4.7 menunjukkan tidak ada masalah multikolinearitas, dimana hasil uji Variance Inflation Factor VIF variabel Perputaran Kas, Perputaran Piutang
dan Perputaran Persediaan masing-masing menunjukkan nilai kurang dari 5 VIF 5. Nilai VIF yang lebih kecil dari 5 menyatakan bahwa tidak ada masalah
multikolinearitas dalam model.
Universitas Sumatera Utara
4.4.3. Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah pada model regresi terdapat korelasi kesalahan pengganggu pada periode t dan kesalahan pengganggu
pada periode sebelumnya periode t-1. Gejala autokorelasi dideteksi dengan menggunakan uji Durbin Watson DW. Kriteria pengambilan keputusan uji
autokorelasi ditunjukkan pada Tabel berikut :
Tabel 4.8 Kriteria Pengambilan Uji Autokorelasi
Hipotesis nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0 DW dl
Tidak ada autokorelasi positif No decision
dl ≤ DW≤ du
Tidak ada korelasi negatif Tolak
4-dl DW 4 Tidak ada korelasi negatif
No decision 4-du
≤ DW ≤ 4 –dl Tidak ada autokorelasi positif atau
negatif Tidak ditolak du DW 4- du
Sumber : Situmorang et al 2008:86 Tabel 4.9
Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate Durbin-Watson
1 .427
a
.182 .140
.11529 2.043
a. Predictors: Constant, ITO, CTO, RTO b. Dependent Variable: ROI
Sumber: Hasil Pengolahan SPSS 2011
Tabel 4.9 menunjukkan bahwa hasil Durbin Watson DW adalah sebesar 2,043 dan berada pada daerah tidak ditolak yaitu diantara nilai du 1,691 dan 4-
du 2,309 yang artinya tidak terjadi autokorelasi pada model regresi.
Universitas Sumatera Utara
4.4.4. Uji Heterokedastisitas.