48
4.2.2.2 Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gajala multikolonieritas adalah dengan melihat besaran korelasi anatara
variabel independen dan besarnya tingkat kolonieritas yang masih dapat ditolerir, yaitu Tolerance 0,10 dan Variance Inflation Factor
VIF 10. Berikut disajikan tabel hasil pengujian:
Tabel 4.5 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Ln_WCT
.827 1.210
Ln_EVA .474
2.110 Ln_MVA
.436 2.295
a. Dependent Variable: Ln_MC
Hasil pengujian menunjukkan angka tolerance untuk LN_WCT lebih besar dari 0,1 0,827 0,1, LN_EVA lebih besar
dari 0,1 0,474 0,1, LN_MVA lebih besar dari 0,1 0,436 0,1. Angka VIF untuk LN_WCT lebih kecil dari 10 1,210 10,
LN_EVA lebih kecil dari 10 2,110 10 , LN_MVA lebih kecil dari 10 2,295 10 . Berdasarkan hasil pengujian tersebut diperoleh
kesimpulan tidak terdapat multikolonieritas.Hasil ini menunjukkan tidak ada hubungan antar variabel bebas independen.
49
Tabel 4.6 Coefficient Correlations
Coefficient Correlations
a
Model Ln_MVA
Ln_WCT Ln_EVA
1 Correlations
Ln_MVA 1.000
.285 -.688
Ln_WCT .285
1.000 .024
Ln_EVA -.688
.024 1.000
Covariances Ln_MVA
.003 .001
-.002 Ln_WCT
.001 .005
.000 Ln_EVA
-.002 .000
.004 a. Dependent Variable: Ln_MC
Dari tabel di atas dapat dilihat tingkat korelasi antar variabel bebas, yaitu : tingkat korelasi antar variabel bebas antara LN_MVA
terhadap LN_WCT menunjukkan angka 0,285 atau -28,5, tingkat ini masih jauh dibawah 95 . Tingkat korelasi antara LN_MVA
terhadap LN_EVA menunjukkan angka -0,688 atau -68,8 . Tingkat korelasi antara LN_EVA terhadap LN_WCT menunjukkan angka
0,24 atau 24 . Berdasarkan hasil perhitungan tersebut dapat dibuktikan bahwa tidak terdapat korelasi antar variabel bebas atau
tidak terdapat multikolonieritas.
4.2.2.3 Uji Heteroskedasitas
Uji Heteroskedasitas bertujuan untuk menguj apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan lain. Heteroskedastisitas terjadi apabila variabel gangguan tidak mempunyai variansyang sama untuk semua
observasi. Salah satu uji untuk mengetahui heteroskedastisitas ini
50 adalah dengan melihat penyebaran dari varians residual pada
diagram pancar scatterplot. Cara untuk mendeteksi ada tidaknya heteroskedastisitas
adalah dengan melihat grafik Plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID.Jika ada pola
tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas, jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka nol
pada sumbu Y maka tidak terjadi heteroskedastisitas.
Gambar 4.3 Grafik Scatterplot
51 Dari grafik scatterplot terlihat bahwa titik-titik menyebar
secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk
memprediksi MC berdasarkan masukan variabel WCT, EVA, dan MVA. Adanya titik-titik yang menyebar menjauh dari titik-titik yang
lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain .
4.2.2.4 Uji Autokorelasi
Kategori