1. Home
  2. Lainnya

Uji Multikolinieritas – Trimming 2 Uji Multikolinieritas – Trimming 3 Uji Multikolinieritas – Trimming 4

70

4.3.2.3. Uji Multikolinieritas – Trimming 2

Dengan menghapus variabel X 1 memiliki nilai VIF paling besar, hasil uji multikolinieritas menunjukkan nilai VIF untuk variabel X 4 , X 5 , X 6 , X 8 , X 9 , dan X 13 lebih besar dari 10 terjadi multikolineritas; sehingga dapat disimpulkan bahwa asumsi tidak terjadi multikolinieritas pada persamaan regresi tetap tidak dapat dipenuhi. Tabel 4.3.2.3 : Uji Multikolinieritas – Trimming 2 Coefficients a 1521.851 513.715 2.962 .008 -587.977 307.173 -.572 -1.914 .070 -.393 .230 4.351 1290.829 1110.444 .622 1.162 .259 .252 .072 13.936 -730.386 433.806 -.838 -1.684 .108 -.352 .083 12.061 249.542 186.595 .759 1.337 .196 .287 .064 15.656 -3938.695 1141.339 -1.006 -3.451 .003 -.611 .242 4.136 375.484 498.005 .359 .754 .460 .166 .091 11.018 9391.392 3166.135 1.409 2.966 .008 .553 .091 10.978 1271.131 507.951 .592 2.502 .021 .488 .367 2.723 .089 1.835 .009 .049 .962 .011 .612 1.635 15.302 4.698 .953 3.257 .004 .589 .240 4.163 -163.147 91.954 -1.241 -1.774 .091 -.369 .042 23.801 -1254.002 427.287 -1.046 -2.935 .008 -.549 .162 6.184 Constant QR X2 ETA X4 ETL X5 EFA X6 GPM X7 NPM X8 ROA X9 ROE X10 ITO X11 ACP X12 FAT X13 TAT X14 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Partial Correla tions Tolerance VIF Collinearity Statistics Dependent Variable: Perubahan Laba Y a. Sumber : Lampiran 1 VIF dapat diperbaiki dengan melakukan trimming membuang variabel yang memiliki nilai VIF paling besar.

4.3.2.4. Uji Multikolinieritas – Trimming 3

Dengan menghapus variabel X 13 memiliki nilai VIF paling besar, hasil uji multikolinieritas menunjukkan nilai VIF untuk variabel X 4 , X 5 , X 8 , dan X 9 lebih besar dari 10 terjadi multikolineritas; sehingga dapat disimpulkan bahwa asumsi tidak terjadi multikolinieritas pada persamaan regresi tetap tidak dapat dipenuhi. 71 Tabel 4.3.2.4 : Uji Multikolinieritas – Trimming 3 Coefficients a 1413.284 535.507 2.639 .015 -515.804 319.659 -.502 -1.614 .122 -.332 .234 4.275 1326.331 1165.661 .639 1.138 .268 .241 .072 13.931 -523.890 438.753 -.601 -1.194 .246 -.252 .089 11.193 -43.001 91.713 -.131 -.469 .644 -.102 .291 3.431 -3371.263 1150.280 -.861 -2.931 .008 -.539 .262 3.812 262.234 518.541 .251 .506 .618 .110 .092 10.837 8977.166 3315.060 1.347 2.708 .013 .509 .092 10.918 1062.859 518.859 .495 2.048 .053 .408 .388 2.577 .521 1.910 .052 .273 .788 .059 .622 1.607 12.009 4.532 .748 2.650 .015 .501 .285 3.513 -1579.334 405.198 -1.318 -3.898 .001 -.648 .198 5.045 Constant QR X2 ETA X4 ETL X5 EFA X6 GPM X7 NPM X8 ROA X9 ROE X10 ITO X11 ACP X12 TAT X14 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Partial Correla tions Tolerance VIF Collinearity Statistics Dependent Variable: Perubahan Laba Y a. Sumber : Lampiran 1 VIF dapat diperbaiki dengan melakukan trimming membuang variabel yang memiliki nilai VIF paling besar.

4.3.2.5. Uji Multikolinieritas – Trimming 4

Dengan menghapus variabel X 4 memiliki nilai VIF paling besar, hasil uji multikolinieritas menunjukkan nilai VIF untuk variabel X 2 , X 5 , X 6 , X 7 , X 8 , X 9 , X 10 , X 11 , X 12 dan X 14 lebih kecil dari 10 tidak terjadi multikolineritas yang tinggi; sehingga dapat disimpulkan bahwa asumsi tidak terjadi multikolinieritas pada persamaan regresi dapat dipenuhi. Dengan demikian variabel bebas yang diolah lebih lanjut menjadi 10 variabel saja. Tabel 4.3.2.5 : Uji Multikolinieritas – Trimming 4 Coefficients a 1443.494 538.419 2.681 .014 -588.650 315.273 -.573 -1.867 .075 -.370 .244 4.104 -95.509 226.806 -.110 -.421 .678 -.089 .339 2.952 -11.926 88.137 -.036 -.135 .894 -.029 .320 3.127 -2982.167 1105.606 -.762 -2.697 .013 -.499 .288 3.475 520.175 469.475 .497 1.108 .280 .230 .114 8.766 7751.256 3156.021 1.163 2.456 .022 .464 .102 9.765 927.349 508.377 .432 1.824 .082 .362 .410 2.441 .612 1.921 .061 .319 .753 .068 .624 1.604 11.845 4.559 .737 2.598 .016 .485 .285 3.510 -1440.966 389.100 -1.202 -3.703 .001 -.620 .218 4.591 Constant QR X2 ETL X5 EFA X6 GPM X7 NPM X8 ROA X9 ROE X10 ITO X11 ACP X12 TAT X14 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Partial Correla tions Tolerance VIF Collinearity Statistics Dependent Variable: Perubahan Laba Y a. Sumber : Lampiran 1 72

4.3.2.6. Uji Autokorelasi

Dokumen yang terkait

Analisis Rasio Keuangan dalam Memprediksi Perubahan Laba pada Perusahaan Otomotif yang Terdaftar di Bursa Efek Indonesia

2 39 105

ANALISIS RASIO KEUANGAN DALAM MEMPREDIKSI PERUBAHAN LABA PADA PERUSAHAAN TRANSPORTATION SERVICES Analisis Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Transportation Services Yang Terdaftar Di Bursa Efek Indonesia.

0 1 13

NASKAH PUBLIKASI ANALISIS RASIO KEUANGAN DALAM MEMPREDIKSI PERUBAHAN LABA PADA Analisis Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Transportation Services Yang Terdaftar Di Bursa Efek Indonesia.

0 1 16

ANALISIS RASIO KEUANGAN DALAM MEMPREDIKSI Analisis Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.

0 3 14

PENDAHULUAN Analisis Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.

0 3 8

ANALISIS RASIO KEUANGAN DALAM MEMPREDIKSI PERUBAHAN LABA PADA PERUSAHAAN MANUFAKTUR Analisis Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.

0 1 16

PENGARUH RASIO KEUANGAN DALAM MEMPREDIKSI PERUBAHAN LABA PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR Pengaruh Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.

0 1 14

PENGARUH RASIO KEUANGAN DALAM MEMPREDIKSI PERUBAHAN LABA PADA PERUSAHAAN MANUFAKTUR YANG TERDAFTAR Pengaruh Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.

0 4 15

ANALISIS RASIO KEUANGAN DALAM MEMPREDIKSI PERUBAHAN LABA PADA PERUSAHAAN MANUFAKTUR Analisis Rasio Keuangan Dalam Memprediksi Perubahan Laba Pada Perusahaan Manufaktur (Yang Terdaftar di Bursa Efek Indonesia Tahun 2008-2010).

0 2 14

ANALISIS RASIO KEUANGAN DALAM MEMPREDIKSI PERUBAHAN LABA PERUSAHAAN MANUFAKTUR Analisis Rasio Keuangan Dalam Memprediksi Perubahan Laba Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia (2007-2009).

0 0 13