b. 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 : 1 nilai tolerance dan lawannya,
2 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 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
110.835 23.542
4.708 .000
Perputaran piutang .123
.253 .084
.486 .630
.979 1.022
Perputaran persediaan
.503 .559
.156 .900
.375 .979
1.022 a.
Dependent Variable: Rentabilitas Ekonomis
Universitas Sumatera Utara
Sumber : Output SPSS, diolah Peneliti, 2013
Berdasarkan tabel 4.4 dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hal ini bisa dilihat dengan membandingkan dengan nilai
tolerance dan VIF. Masing-masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,10 yaitu 0,979. Jika
dilihat dari VIF-nya, bahwa masing-masing variabel bebas lebih kecil dari 10 yaitu sebesar 1.022. Dengan demikian dapat disimpulkan bahwa tidak terjadi
gejala multikolinearitas dalam variabel bebasnya.
c. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
pada perode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada regresi
yang datanya time series. Untuk mendeteksi terjadinya autokorelasi, angka ini kemudian diklarifikasi menurut kriteria yang ditentukan sesuai dengan
tabel berikut:
Tabel 4.5 Pengukuran Autokorelasi
DURBIN – WATSON KESIMPULAN
1.10 Ada autokorelasi
1.11 – 1.54 Tanpa Kesimpulan
1.55 – 2.46 Tidak ada autokorelasi
2.47 – 2.90 Tanpa Kesimpulan
2.90 Ada autokorelasi
Universitas Sumatera Utara
Tabel 4.6 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.166
a
.028 -.031
95.95223 1.582
a. Predictors: Constant, Perputaran Persediaan, Perputaran Piutang b. Dependent Variable: Rentabilitas Ekonomis
Sumber: Output SPSS, diolah peneliti,2013 Tabel 4.5 menunjukkan hasil autokorelasi variabel penelitian.
Berdasarkan hasil pengujian diperoleh bahwa tidak ada autokorelasi dalam model regresi ini. Hal ini dapat dilihat dari nilai Durbin-Watson D -W statistik yang
didapatkan dari perhitungan pada tabel diatas sebesar 1,582 yaitu besaran dalam kisaran 1.55 sampai dengan 2.46, diklarifikasikan menurut kriteria pengukuran
autokorelasi pada tabel diatas.
d. Uji Heterokedastisitas
Kategori