36
4.2.2 Uji Multikolinearitas Tabel 4.6
Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant -.215
.617 -.348 .730
X1 -.757
.481 -.192 -1.574 .122
.454 2.202
X2 .469
.216 .219
2.174 .035 .663
1.509 X3
.027 .023
.121 1.138 .261
.599 1.669
Unstandardiz ed Residual
.567 .060
.783 9.526 .000
1.000 1.000
a. Dependent Variable: RES2
Berdasarkan tabel diatas menunjukkan bahwa tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti
tidak ada korelasi antar variabel independen. Selain itu juga, hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal
yang sama tidak ada satupun variabel independen yang memiliki nilai VIF lebih dari 10. Hal ini dapat menyimpulkan bahwa tidak ada
multikolinearitas antar variabel independen dalam penelitian ini.
Universitas Sumatera Utara
37
4.2.3 Uji Heteroskedastisitas
Tabel 4.7 Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.215
.617 -.348 .730
X1 -.757
.481 -.192 -1.574 .122
X2 .469
.216 .219
2.174 .035 X3
.027 .023
.121 1.138 .261
Unstandardized Residual
.567 .060
.783 9.526 .000
a. Dependent Variable: RES2
Dari tabel 4.7 dapat diketahui masing – masing signifikansi variabel lebih besar
dari 0,05 yakni variabel Profitabilitas sebesar 0.122, Leverage sebesar 0.035, Ukuran Perusahaan sebesar 0.261. Hal ini dapat menyimpulkan bahwa data dalam
penelitian ini bebas dari gejala heteroskedastisitas.
4.2.4 Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul
Universitas Sumatera Utara
38 karena observasi yang berurutan sepanjang tahun yang berkaitan satu sama
lainnya.Ghozali,2013. Uji yang digunakan dalam penelitian ini untuk mendeteksi ada
tidaknya autokorelasi adalah dengan menggunakan Uji Durbin-Watson.
Tabel 4.8 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
1.000
a
1.000 1.000
.000000 1.651
a. Predictors: Constant, Unstandardized Residual, X3, X2, X1 b. Dependent Variable: Y
Hasil ouput SPSS diatas menunjukkan bahwa nilai Asymp sig 2- tailed lebih besar dari 0,05 yakni 1.651. Hal ini dapat menyimpulkan
bahwa data pada penelitian ini tidak terdapat autokorelasi.
4.3 Uji Hipotesis Penelitian 4.3.1 Analisis Regresi Berganda
Kategori