4.3.2.6 Uji Multikolinieritas – lterasi 6 hapus X
15
Tabel 4.3.2.6 : Uji Multikolinieritas – lterasi 6 hapus X
15
Coefficients
a
-69.670 65.945
-1.056 .301
-.497 .870
-.109 -.571
.573 -.114
.339 2.954
.277 1.133
.101 .244
.809 .049
.072 13.939
.968 .825
.415 1.174
.252 .229
.099 10.152
-1.249 6.447
-.039 -.194
.848 -.039
.306 3.263
2.946 2.979
.321 .989
.332 .194
.117 8.525
1.169 3.260
.141 .358
.723 .072
.080 12.514
-3.308 1.923
-.696 -1.720
.098 -.325
.075 13.302
9.497 2.458
1.482 3.864
.001 .611
.084 11.940
-11.546 7.530
-.598 -1.533
.138 -.293
.081 12.330
-.365 3.797
-.046 -.096
.924 -.019
.053 18.698
Constant QR X1
IPR X2 BR X3
CR~X5 RAR X8
CAR 2 X9 GPM X11
ROE X12 GYTA X13
RRL X14 Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Partial Correl
ations Tolerance
VIF Collinearity
Statistics
Dependent Variable: Perubahan Laba Y a.
Sumber : Lampiran 1
Hasil uji Multikolinieritas menunjukkan hanya nilai VIF X
1
; X
5
dan X
8
kurang dari 10, sedangkan nilai VIF 7 variabel X lainnya lebih dari 10 sehingga terjadi multikolinieritas yang tinggi. Dengan demikian dapat
disimpulkan bahwa asumsi tidak terjadi multikolinieritas pada variabel bebas penelitian tidak dapat dipenuhi.
VIF dapat diperbaiki dengan melakukan trimming membuang variabel yang memiliki nilai VIF paling besar, yaitu variabel RRL X
14
.
4.3.2.7 Uji Multikolinieritas – lterasi 7 hapus X
14
Tabel 4.3.2.7 : Uji Multikolinieritas – lterasi 7 hapus X
14
Coefficients
a
-70.156 64.485
-1.088 .287
-.495 .853
-.109 -.581
.566 -.113
.339 2.953
.202 .806
.074 .250
.804 .049
.136 7.340
1.033 .459
.443 2.249
.033 .404
.305 3.276
-1.514 5.716
-.047 -.265
.793 -.052
.375 2.667
3.061 2.675
.333 1.144
.263 .219
.140 7.146
.961 2.395
.116 .401
.691 .078
.142 7.020
-3.318 1.884
-.698 -1.761
.090 -.327
.075 13.27
9.513 2.406
1.484 3.954
.001 .613
.084 11.89
-12.166 3.805
-.630 -3.197
.004 -.531
.305 3.273
Constant QR X1
IPR X2 BR X3
CR~X5 RAR X8
CAR 2 X9 GPM X11
ROE X12 GYTA X13
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Partial
Correl ations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Perubahan Laba Y a.
Sumber : Lampiran 1
Hasil uji Multikolinieritas menunjukkan hanya nilai VIF X
1
; X
2
; X
3
; X
5
; X
8
; X
9
dan X
13
kurang dari 10, sedangkan nilai VIF variabel X
11
dan X
12
lebih dari 10 sehingga terjadi multikolinieritas yang tinggi. Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi
multikolinieritas pada variabel bebas penelitian tidak dapat dipenuhi. VIF dapat diperbaiki dengan melakukan trimming membuang
variabel yang memiliki nilai VIF paling besar, yaitu variabel GPM X
11
.
4.3.2.8 Uji Multikolinieritas – lterasi 8 hapus X