Uji Asumsi Klasik Analisis dan Pengujian Hipotesis

Penelitian ini terdapat 4 variabel, oleh karena itu nilai chi kuadrat χ 2 0,001;4 = 18,466. Berdasarkan hasil uji outlier multivariate tersebut diatas menunjukkan bahwa nilai maksimum Mahalanobis yang di hasilkan adalah 24,148 18,466, berarti terdapat multivariate outlier karena nilai Mahalanobis Distance yang lebih besar dari 18,466. Berarti terdapat outlier pada data tersebut, oleh karena itu data yang memiliki nilai mahalanobis distance yang tinggi yaitu data no 18 dan no 24 harus di eliminasi agar data dalam penelitian ini mempunyai kualitas yang baik dan dapat dilanjutkan untuk diolah lebih lanjut.

4.3.3. Uji Asumsi Klasik

Tujuan utama menggunakan uji asumsi klasik adalah untuk mendapatkan koefisien yang terbaik linier dan tidak bias BLUE : Best Linier Unbiased Estimator. Uji asumsi klasik meliputi asumsi mulikolonieritas, autokorelasi dan heteroskedastisitas.

1. Uji Multikolonieritas

Tolerance mengukur variabilitas variable bebas yang terpilih yang tidak dapat dijelaskan oleh variable bebas lainnya jadi nilai tolerance sama dengan nilai VIF yang tinggi karena VIF = 1tolerance dan menunjukkan adanya kolonieritas yang tinggi. Nilai cut off yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10. Adapun besaran VIF dari masing-masing variable adalah sebagai berikut: Table 8 : Hasil Uji Multikolonieritas Coefficients a -21652708203699.410 272651265740.943 -5.068 .000 -988955295797.361 789309888780.123 -.071 -.553 .585 .979 1.021 1794121444505.852 318833756225.210 .725 5.627 .000 .974 1.027 690176437862.155 036567121611.165 .087 .666 .511 .956 1.046 Constant LEVERAGE UKUR PERUS PROFITABILI Mode 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Tolerance VIF Collinearity Statistics Dependent Variable: NILAI PERUSH a. Sumber : Lampiran 2 Berdasarkan diatas dapat disimpulkan bahwa model regresi tidak terjadi multikolonieritas.

2. Uji Autokorelasi

Adanya Autokorelasi dalam model regresi yang artinya ada korelasi antar anggota sampel yang diurutkan berdasarkan waktu. Uji statistic yang digunakan untuk mengetahui ada tidaknya autokorelasi adalah uji Durbin Watson. Berikut ini hasil uji Durbin Watson : Table 9 : Hasil Uji Durbin Watson Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .718a .515 .466 241501829513 8,464 .811 Sumber : Lampiran 2 Dari tabel Durbin Watson untuk n= 34 dan k= 3 banyaknya variable bebas diketahui nilai dU sebesar 1,65 dan 4-dU 2,35 sebesar. Nilai dL 1,27 sebesar dan 4-dL sebesar 2,73 Gambar 3. Hasil uji Statistik d Durbin – Watson Menolak Ho Daerah Daerah Menolak Bukti auto Keragu- Keragu- Ho Bukti korelasi raguan raguan auto kore- positif lasi negatif Menerima Ho atau Ho atau kedua-duanya dL dU 4-dU 4-dL 4 1,27 1,65 2,35 2,73 0,811 Dari hasil perhitungan regresi diperoleh nilai uji Durbin Watson sebesar 0,811 dimana nilai tersebut berada di antara batas atas 0 dan d L 1,27 berarti terdapat gejala auto korelasi. Dari hasil perhitungan regresi diperoleh nilai uji Durbin Watson sebesar 0,811 dimana nilai tersebut berada di antara batas atas 0 dan d L 1,27 berarti terdapat gejala auto korelasi.

3. Uji Heteroskedastisitas

Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel bebas. Hal ini bisa diidentifikasi dengan cara menghitung korelasi rank spearman antara residual dengan seluruh variabel bebas. Hasil perhitungan adalah sebagai berikut : Tabel 10 : Hasil Uji Heteroskedastisitas Correlations 1.000 -.003 -.138 .027 . .987 .437 .879 34 34 34 34 -.003 1.000 .051 -.451 .987 . .772 .007 34 34 34 34 -.138 .051 1.000 .170 .437 .772 . .337 34 34 34 34 .027 -.451 .170 1.000 .879 .007 .337 . 34 34 34 34 Correlation Coefficien Sig. 2-tailed N Correlation Coefficien Sig. 2-tailed N Correlation Coefficien Sig. 2-tailed N Correlation Coefficien Sig. 2-tailed N LEVERAGE UKUR PERUSH PROFITABILITAS Unstandardized Residua Spearmans rho LEVERAGE UKUR PERUSH PROFITA BILITAS Unstandardiz ed Residual Correlation is significant at the 0.01 level 2-tailed. . Sumber : Lampiran 2 Berdasarkan tabel diatas diketahui bahwa nilai untuk variabel bebas yaitu lebih besar dari 5 , ini berarti bahwa tidak ada hubungan variabel bebas dengan nilai residunya, maka penelitian ini tidak terdapat gejala heterokedastisitas.

4.3.4. Analisis Regresi Linier Berganda