62
4.3.2. Uji Multikolinieritas
Uji multikolinieritas bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Untuk melihat ada atau
tidaknya multikolinieritas dalam model regresi dapat dilihat dari : a. nilai tolerance dan lawannya,
b. Variance Inflatin Factor VIF Kedua ukuran ini menunjukkan setiap variabel independen manakah yang
dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Jadi, nilai Tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF= 1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan
adanya mutikolineritas adalah nilai Tolerance 0,10 atau sama dengan VIF 10 Ghozali, 2005 : 91. Hasil dari uji multikolinieritas dapat dilihat pada tabel
berikut ini :
Tabel 4.10 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
CASHRATIO ,809
1,236 ROA
,849 1,178
GROWTH ,944
1,059 FS
,914 1,095
DER ,823
1,216 NPM
,781 1,280
a. Dependent Variable: DPR
63
Dari data pada tabel 4.10, dapat disimpulkan bahwa tidak ada variabel yang memiliki nilai tolerance 0.10 dan nilai VIF 10. Dengan demikian dapat
disimpulkan bahwa dalam model regresi sudah tidak terjadi multikolinearitas antar variabel independen.
4.3.3. Uji Autokorelasi
Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu
periode sebelumnya dalam model regresi. Autokorelasi menunjukkan adanya korelasi antara kesalahan pengganggu pada data yang tersusun, baik berupa data
cross sectional dan atau time series. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model
regresi yang baik adalah model regresi yang bebas dari autokorelasi. Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah
dengan melakukan pengujian Durbin Watson DW. Kriteria pengambilan keputusan berikut :
Tabel 4.11 Kriteria Pengambilan Keputusan
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi positif
Tidak ada autokorelasi positif Tidak ada korelasi negatif
Tidak ada korelasi negatif Tidak ada autokorelasi positif atau
negative Tolak
No Decision Tolak
No Decision Tidak ditolak
0 dw dl dl
≤ dw ≤ du 4 – dl dw 4
4 – du ≤ dw ≤ 4 – dl
du dw 4 - du
64
Tabel 4.12 Hasil Uji Autokorelasi
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin -
Watson 1
,693
a
,480 ,382
15,45087 2,238
a. Predictors: Constant, NPM, FS, GROWTH, DER, ROA, CASHRATIO b. Dependent Variable: DPR
Tabel 4.12 menunjukkan hasil uji autokorelasi variabel penelitian. Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson dw sebesar
2,238, nilai ini akan kita bandingkan dengan nilai tabel dengan menggunakan signifikansi 5, jumlah pengamatan 39 n, dan jumlah variabel independen 6
k=6, maka berdasarkan tabel Durbin Watson didapat nilai batas atas du sebesar 1,8587 dan nilai batas bawah dl sebesar 1,1612. Oleh karena itu, nilai
dw lebih besar dari 4 - du dan lebih kecil dari 4 – dl atau dapat dinyatakan bahwa 4 – 1,8587 2,238 4 - 2,8388 4 - du
≤ dw ≤ 4 – dl. Dengan demikian dapat disimpulkan bahwa tidak terdapat korelasi negatif.
4.3.4. Uji Heteroskedastisitas