51
dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam penelitian ini.
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. Jadi, dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel
independen dalam penelitian ini.
4.3.3 Uji Heteroskedastisitas
“Uji Heteroskedastisitas ini bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut
heteroskedastisitas ” Ghozali, 2013 :139.
Jika Variabel independen signifikan secara statistic mempengaruhi
variable dependen, maka ada indikasi terjadi heteroskedastisitas. Hasil tampilan output SPSS dengan jelas menunjukkan bahwa tidak ada satupun
variable independen yang signifikan secara statistic mempengaruhi variable dependen. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat
kepercayaan 5 . Jadi dapat disimpulkan model regresi tidak mengandung adanya heteroskedastisitas.
Universitas Sumatera Utara
52
Tabel 4.4 Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 76595.711
24503.605 3.126
.004 X1
-14100.525 4794.293
-.513 -2.941
.007 X2
3787.205 5058.798
.138 .749
.461 X3
-2244.176 10486.581
-.035 -.214
.832 X4
-70601.515 26970.550
-.429 -2.618
.015 X5
4186.425 1578.906
.426 2.651
.013 a. Dependent Variable: Kualitas Laba
4.3.4 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 karena
observasi yang berurutan sepanjang tahun yang berkaitan satu sama lainnya.
Ghozali,2013 :110. Uji yang digunakan dalam penelitian ini untuk mendeteksi ada
tidaknya autokorelasi adalah dengan menggunakan uji Run Test.
Universitas Sumatera Utara
53
Tabel 4.5 Uji Autokorelasi
Hasil ouput SPSS diatas menunjukkan bahwa nilai Asymp sig 2- tailed lebih besar dari 0,05 yakni 0,590. Oleh karena itu dapat disimpulkan
bahwa data pada penelitian ini tidak terdapat autokorelasi.
4.4 Uji Hipotesis Penelitian 4.4.1 Analisis Regresi Berganda