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