b. Uji Multikolonieritas
Mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat nilai tolerance dan variance inflation factor VIF, serta menganalisis matrik
korelasi variabel-variabel independent. Besarnya tingkat multikolonieritas yang masih dapat ditolerir, yaitu: Tolerance 0.10, dan nilai Variance Inflation Factor
VIF 10. Berikut disajikan tabel hasil pengujian:
Tabel 4.4 Coefficients untuk LN_HS=fLN_ROE,LN_NPM,LN_DER,LN_CR
Sumber: data diolah oleh penulis, 2011
Berdasarkan tabel diatas, dapat disimpulkan bahwa tidak terjadi gejala multikolonieritas antara variabel independen yang diindikasikan dari nilai
tolerance setiap variabel lebih besar dari 0,1. Nilai tolerance ROE 0,521, NPM 0,528, DER 0,978, CR 0,976. Nilai VIF dari keempat variabel independen juga
lebih kecil dari 10 yaitu nilai ROE 1,918, NPM 1,896, DER 1,023, CR 1,025. Maka dapat disimpulkan bahwa analisis lebih lanjut dapat dilakukan dengan
menggunakan model regresi berganda.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
9.503 1.343
7.078 .000
LN_ROE 1.277
.282 .758
4.536 .000
.521 1.918
LN_NPM -.948
.721 -.219
-1.315 .196
.528 1.896
LN_DER -.165
.546 -.037
-.301 .765
.978 1.023
LN_CR -.186
.356 -.064
-.522 .604
.976 1.025
a. Dependent Variable: LN_HS
c. Uji Heterokedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data dengan menggunakan SPSS. Dasar pengambilan keputusan adalah:
1. jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas,
2. jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan garfik scatterplot untuk menganalisis apakah terjadi heterokedastisitas atau terjadi homoskedastisitas dengan mengamati penyebaran
titik-titik pada gambar.
Gambar 4.3 Scatterplot
Sumber: data diolah oleh penulis, 2011
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 dapt disimpulkan bahwa tidak terjaddi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk
memprediksi HS berdasarkan masukan variabel independen ROE, NPM, DER, dan CR. Adanya titik-titik yang menyebar menjauh dari titik-titik lain dikarenakan
adanya data observasi yang sangat berbeda dengan data observasi yang lain.
d. Uji Autokorelasi