b. Uji Multikolinieritas
Tabel 4.7 Hasil Uji Multikolinearitas
Coefficients
a
Sumber : Output SPSS, diolah Peneliti, 2010
Berdasarkan tabel 4.7 dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinieritas. Hal
tersebut dapat
dilihat dengan membandingkannya dengan nilai Tolerence atau VIF. Masing-masing variabel
independen yang digunakan dalam penelitian ini memiliki nilai Tolerence yang lebih besar dari 0,10 yaitu: currennt ratio sebesar 0,469, debt to total equity
ratio sebesar 0,508, total asstes turnover sebesar 0,748, dan gross profit margin sebesar 0,683. Jika dilihat dari VIFnya, bahwa masing-masing variabel
independen lebih kecil dari 10 yaitu: currennt ratio sebesar 2,131, debt to total equity ratio sebesar 1,070, total asstes turnover sebesar 1,337, dan gross profit
margin sebesar 1,464. Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala multikolinieritas dalam variabel independennyanya.
Model Collinearity Statistics
Tolerance VIF
1 Constant
LN_CR .469
2.131 LN_DER
.508 1.970
LN_TATO .748
1.337 LN_GPM
.683 1.464
a. Dependent Variable: LN_PL
Universitas Sumatera Utara
c. Uji Autokorelasi
Ghozali 2005 : 95 menyatakan bahwa, “Uji autokorelasi ini bertujuan untuk menguji apakah dalam model
regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi,
maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut
waktu time series.”
Hasil uji aurokorelasi dengan menggunakan Uji Durbin-Watson dapat dilihat pada tabel berikut:
Negatif No
Positif Autocorelation
Autocorelation Autocorelation
dl du
2 2,095 4-du 4-dl
4 1,29
1,72 2,28
2,71
Tabel 4.8 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .267
a
.071 -.035
1.79920 2.095
a. Predictors: Constant, LN_GPM, LN_DER, LN_TATO, LN_CR b. Dependent Variable: LN_PL
Sumber : Output SPSS, diolah Peneliti, 2010 Berdasarkan uji tabel 4.8 diatas tampak bahwa nilai Durbin Watson
hitung 2,076. Dengan jumlah variabel independen k = 4, dengan jumlah
Universitas Sumatera Utara
sampel n = 40, maka du = 1,29 dan dl = 1,72. Nilai Durbin Watson hitung terletak antara batas atas atau upper bound du dan 4-du yaitu 2,28, sehingga
dapat disimpulkan bahwa model regresi linier berganda terbebas dari asumsi klasik statistik autokorelasi.
d. Uji Heteroskedastisitas