4.2.2.2. Uji Multikolineritas
Uji Multikolineritas bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Untuk
mengetahui ada tidaknya multikolinearitas dapat dilihat dari nilai Variance Imflation Factor VIF dan nilai Tolerance, apabila nilai
VIF 10 dan nilai Tolerance 0,1 maka terjadi multikolinearitas dan apabila nilai VIF 10 dan nilai Tolerance 0,1 maka tidak terajadi
multikolineraritas. Hasil uji mutikolinearitas pada penelitian ini dapat dilihat pada tabel berikut :
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 LN GROW OPPORTUNITY
.745 1,342
LN LIQUIDITY .936
1,068 LN PROFITABILITY
.885 1,130
LN TANGIBILITY .791
1,264
Sumber : output SPSS, diolah Peneliti,2013
Berdasarkan Tabel 4.4 Hasil Uji Multikolinearitas, dapat diketahui bahwa
a. Nilai VIF Growth Opportunity adalah 1,342 10 dan nilai
Tolerance sebesar 0,745 0,1. b.
Nilai VIF untuk Liquidity adalah 1,068 10 dan nilai Tolerance sebesar 0,936 0,1.
Universitas Sumatera Utara
c. Nilai VIF untuk Debt to Equity ratio DER adalah 1,130
10 dan nilai Tolerance sebesar 0,885 0,1. d.
Nilai VIF untuk Net Profit Margin NPM adalah 1,264 10 dan nilai Tolerance sebesar 0,791 0,1.
Dari hasil pengujian diatas dapat dilihat bahwa angka Tolerance
Growth Opportunity, Liquidity, Profitability, dan Tangibility 0,10 dan VIF- nya 10 maka dapat disimpulkan bahwa
semua variabel independen yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
4.2.2.3. Uji Heteroskedastisitas
Ghozali 2005:105 menyatakan, “uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance dari residual satu pengamatan kepengamatan yang lain. Jika variance dari satu pengamatan ke pangamatan lain
tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas”.
Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Untuk mendeteksi ada tidaknya
heteroskedastisitas menurut Ghozali 2005:105 dapat dilihat dari grafik scatterplot antara lain prediksi variabel dependen, yaitu ZPRED
dengan residualnya SRESID. Dasar pengambilan keputusannya adalah sebagai berikut :
Universitas Sumatera Utara
1. jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2. jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas atau terjadi homoskedastisitas. Hasil uji heteroskedastisitas dengan menggunakan grafik
Scatterplot ditunjukkan pada Gambar 4.5 dibawah ini:
Gambar 4.5 Uji Heterokedastisitas
Universitas Sumatera Utara
Pada gambar 4.5 pada grafik Scatterplot terlihat bahwa titik data menyebar secara acak dan tidak terlihat suatu pola tertentu, dan
pada grafik scatterplot diatas juga dapat terlihat bahwa titik tersebar diatas maupun dibawah sumbu y dan angka 0. Oleh karena itu dapat
disimpulkan bahwa tidak terjadi heterokedastisitas di dalam penelitian ini, dan model regresi ini layak dipakai dalam penelitian.
4.2.2.4. Uji Autokorelasi