4.3.2.2. Hasil Pengujian Multikolonearitas
Uji multikolonearitas pada penelitian ini digunakan untuk mendeteksi adanya gejala multikolonearitas dalam pengujian keeratan hubungan antar
variabel bebas, tercermin dari Coefficient. Hal ini tampak pada nilai tolerance
dan Variance Inflation Factor VIF untuk setiap variabel bebas. Jila nilai
tolerance lebih dari 0,10 dan nilai kurang dari 10, artinya menunjukkan tidak terdapat korelasi antar satu variabel bebas.
Tabel 4.7. Nilai VIF Variance Inflation Factor Variabel Bebas
VIF Kesimpulan
Economic Value Added X
1
4,708 Non
Multikolonearitas Return On Asset X
2
1,922 Non
Multikolonearitas Earning Per Share X
3
6,532 Non
Multikolonearitas
Sumber : Lampiran 6
Berdasarkan hasil perhitungan menunjukkan bahwa nilai Variance Inflation factor VIF dari semua variabel bebas yang meliputi: Economic Value
Added X
1
, Return On Asset X
2
, dan Earning Per Share X
3
, memperlihatkan nilai yang kurang dari 10. Ini berarti persoalan
multikolonearitas di antara semua variabel bebas dapat ditolerir atau tidak terdapat adanya gejala multikolonearitas.
4.3.2.3. Hasil Pengujian Heteroskedastisitas
Heteroskedastisitas diidentifikasikan dengan koefisien korelasi Rank Spearman Berdasarkan tabel dibawah, diperoleh tingkat signifikansi
koefisien korelasi Rank Spearman untuk semua variabel bebas terhadap residual lebih besar dari 0,05 5.
92
Tabel 4.8. Hasil Pengujian Heteroskedastisitas Variabel Taraf
Signifikansi Dari Korelasi Rank
Spearman Taraf
Uji Kesimpulan
Economic Value Added X
1
0,240 0,05
Non Heteroskedatisitas
Return On Asset X
2
0,493 0,05
Non Heteroskedatisitas
Earning Per Share X
3
0,481 0,05
Non Heteroskedatisitas
Sumber : Lampiran 6
Dari hasil pengujian heteroskedastisitas diperoleh tingkat signifikansi dari korelasi Rank Spearman lebih besar dari taraf level of signifikan yaitu 5
0,05. Hal ini menunjukkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
Dari hasil pengujian yang telah dilakukan dapat disimpulkan bahwa data dalam penelitian ini telah terbebas dari penyimpangan–penyimpangan asumsi
klasik, yaitu bebas dari penyimpangan autokorelasi, multikolonearitas, dan heteroskedastisitas serta telah berdistribusi normal, sehingga layak dilakukan
pengujian dengan menggunakan model regresi linear berganda.
4.3.3. Analisis Regresi Linear Berganda 4.3.3.1.