Untuk nilai multikolinear EPS X
3
dalam VIF sebesar 1.213 dan nilai toleransinya sebesar 0.824 hal ini menunjukkan nilai VIF dan
toleransi masih kurang dari 10, maka dapat dinyatakan tidak terdeteksi multikolinearitas antara variabel bebas terhadap variabel terikat. Dengan
demikian model regresi memenuhi persyaratan asumsi klasik tentang multikolinearitas.
Dapat dikatakan tidak terjadi multikolinearitas pada semua variabel dengan nilai VIF untuk X
1
= 3.192, X
2
= 2.983, X
3
= 1.213, penelitian ini menunjukkan tidak adanya gejala multikolinearitas karena nilai VIF lebih
kecil dari 10. Dan syarat terjadi multikolinearitas jika nilai VIF Variance Inflation Factor
10.
4.3.1.3. Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk menguji apakah dalam model regresi terjadi terjadi ketidaksamaan varians dari residual dari suatu
pengamatan ke pengamatan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan lain tetap maka disebut homokedastisitas. Jika
varian berbeda, disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Untuk mendeteksi ada tidaknya
heteroskedastisitas dalam model regresi dapat di deteksi dengan :
a. Dari Scatter Plot Residual: jika ada pola tertentu seperti titik-titik point-
point yang ada membentuk pola tertentu yang teratur bergelombang, menyebar kemudian menyempit
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas 0 pada
sumbu Y, maka tidak terjadi Heteroskedastisitas.
c. Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel
X. Hal ini bisa diidentifikasi dengan cara menghitung korelasi rank Spearman antara residual dengan seluruh variabel bebas. Rumus rank
Spearman adalah :
r
s
= 1 – 6
1 N
N d
2 2
i
Keterangan : d
i
= perbedaan dalam rank antara residual dengan variabel bebas ke-i N = banyaknya data
Pengujian Heteroskedastisitas di sini menggunakan korelasi rank Spearman antara residual dengan seluruh variabel bebas dengan hasil
analisis sbb:
Tabel 7 Nonparametric Correlations
Correlations
1.000 -.033
.076 .015
. .866
.694 .939
29 29
29 29
-.033 1.000
.832 .838
.866 .
.000 .000
29 29
29 29
.076 .832
1.000 .635
.694 .000
. .000
29 29
29 29
.015 .838
.635 1.000
.939 .000
.000 .
29 29
29 29
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Unstandardized Residual ROA
ROE EPS
Spearmans rho Unstandar
dized Residual
ROA ROE
EPS
Correlation is significant at the 0.01 level 2-tailed. .
Sumber data: Hasil analisa SPSS
Hasil analisis menunjukkan bahwa pada variabel X1, X2 dan X3, TIDAK mempunyai korelasi yang signifikan antara residual dengan
variabel bebasnya,nilai Sig lebih besar dari 0,05 maka hasil analisis ini dapat disimpulkan seluruh variabel penelitian tidak terjadi
Heteroskedastisitas.
4.3.2. Analisis Regresi Berganda
