Teknik Pengumpulan Data Variabel Penelitian

value tidak kurang dari 0.1, maka model dapat dikatakan terbebas dari multikolinearitas. c. Uji Heteroskedastisitas Pengujian ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Uji ini dilakukan dengan menggunakan metode grafik atau scatterplot. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. d. Uji Autokorelasi Autokorelasi adalah korelasi hubungan yang terjadi di antara anggota-anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu time series data atau yang tersusun dalam rangkaian ruang cross-sectional data Sumodiningrat 1994: 231. Pengujian ini bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t- 1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi autokorelasi dapat dilakukan dengan uji Durbin-Watson dan dapat digunakan ketentuan sebagai berikut Firdaus, 2004: 101: 1,10 : ada autokorelasi 1,10 – 1,54 : tidak ada kesimpulan 1,55 – 2,46 : tidak ada autokorelasi 2,46 – 2,90 : tidak ada kesimpulan 2,91 : ada autokorelasi

3. Menghitung prediksi variabel independen terhadap variabel dependen

a. Menghitung prediksi variabel laba terhadap arus kas periode mendatang Ak = a + bL dimana: Ak : arus kas tahun 2004 sampai 2006 L : laba tahun 2003 sampai 2005 a : intersep atau nilai perkiraan bagi Ak pada saat nilai L sama dengan nol b : slope atau perubahan rata-rata pada Ak untuk setiap unit perubahan pada variabel L Nilai a dan b ditentukan dengan rumus: b = 2 2 L L n Ak L LAk n Σ − Σ Σ Σ − Σ dan a = n Ak Σ - n L b Σ b. Menghitung prediksi variabel arus kas terhadap arus kas periode mendatang Ak = a + bA dimana: Ak : arus kas tahun 2004 sampai 2006 A : arus kas tahun 2003 sampai 2005 a : intersep atau nilai perkiraan bagi Ak pada saat nilai A sama dengan nol b : slope atau perubahan rata-rata pada Ak untuk setiap unit perubahan pada variabel A Nilai a dan b ditentukan dengan rumus: b = 2 2 A A n Ak A AAk n Σ − Σ Σ Σ − Σ dan a = n Ak Σ - n A b Σ c. Menghitung prediksi variabel laba dan arus kas terhadap arus kas periode mendatang Ak = a + b 1 L + b 2 A dimana: Ak : arus kas tahun 2004 sampai 2006 L : laba tahun 2003 sampai 2005 A : arus kas tahun 2003 sampai 2005 a : intersep atau nilai perkiraan bagi Ak pada saat nilai L dan A sama dengan nol b 1 : slope atau perubahan rata-rata pada Ak untuk setiap unit perubahan pada variabel L