4.2.2.2 Uji Multikolinearitas
Penelitian ini untuk mendeteksi ada tidaknya gejala multikolnearitas adalah dengan melihat besaran korelasi antar
variable independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir, yaitu : Tolerance 0,10 dan VIP 10. Uji
multikolonieritas dengan melihat nilai tolerance dan VIP menunjukkan hasil seperti pada table berikut :
Tabel 4.2.2.2 Hasil Uji Multikolinearitas
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolera nce
VIF 1
Constant 598149952
26.346 6202682
6025.494 .964
.343 ArusKasBersih
-.005 .092
-.008 -.051
.960 .998 1.002
ROE 360094182
8.416 1390231
823.297 .428
2.590 .015
.998 1.002 a Dependent Variable: NilaiPerusahaan
Sumber :Output SPSS, 2014
Tabel 4.2.2.2 tersebut memperlihatkan bahwa penelitian ini bebas dari adanya multikolinearitas, hal ini dengan
membandingkan nilai tolerance dan VIF.Masing-masing variable bebas yang digunakan dalam penelitian ini memiliki nilai tolerance
yang lebih besar dari 0.1 yaitu arus kas bersih memiliki nilai tolerance 0.998, ROE nilai tolerance 0.998.Jika dilihat dari VIP-
Universitas Sumatera Utara
nya, bahwa masing-masing variabel bebas lebih kecil dari 10 yaitu untuk VIF arus kas bersih 1.002, VIF ROE 1.002.Dengan
demikian, dapat disimpulkan bahwa tidak tejadi gejala multikolinearitas pada variabel bebas.
Gambar 4.2.2.3 Scatterplot
Sumber :Output SPSS, 2014 Gambar 4.2.2.3 grafik scaterplot terlihat bahwa titik-titik menyebar
secara acak baik diatas maupun dibawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model
regresi, sehingga model regresi layak dipakai untuk memprediksi nilai perusahaan berdasarkan masukan variable independen arus kas bersih dan
Return on Equity ROE.
Regression Standardized Predicted Value
4 3
2 1
-1
R egressi
on S
tudent iz
ed R
esi dual
4
2
-2
Scatterplot
Dependent Variable: NilaiPerusahaan
Universitas Sumatera Utara
4.2.2.3 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variancedari residual
suatu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah homokedatisitas dapat dilihat dari grafik scatterplot
pada gambar 4.2.2.3 berikut :.
Tabel 4.2.2.3 Hasil Iji Heterokedastisitas
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
142024810 273.874
455404419 80.047
3.119 .004
ArusKasBersih .005
.067 .014
.077 .939
ROE 22587113.2
70 102155381
2.012 .004
.022 .983
a Dependent Variable: RES2
Tabel 4.2.2.3 tersebut memperlihatkan bahwa penelitian ini bebas dari adanya heteroskedastisitas, hal ini bisa dilihat dengan
melihat nilai signifikansi lebih besar dari 0.05.Masing-masing variable bebas yang digunakan dalam penelitian ini memiliki
nilaisignifikansiyang lebih besar dari 0.05 yaitu arus kas bersih memiliki nilai signifkansi 0.939, ROE nilai signifikansi0.983.
4.2.2.4 Uji Autokerelasi