4.2 Uji Asumsi Multikolinearitas
Regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat antara variabel bebasnya.Multikolinearitas merupakan situasi adanya korelasi
antar variabel-variabel independen yang satu dengan yang lainnya.Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antar
variabel yang terdapat dalam matriks korelasi.Hasil uji gejala multikolinearitas disajikan pada Tabel 4.2.
Tabel 4.2 Uji Multikolinearitas dengan Matriks Korelasi
Correlation Matrix
Constant X1
X2 Step 1
Constant 1.000
-.947 -.116
X1 -.947
1.000 -.177
X2 -.116
-.177 1.000
Berdasarkan Tabel 4.2, dapat dilihat bahwa korelasi antara X1 laba dan X2 arus kas sebesar -0,177. Dari hasil pengujian pada Tabel 4.2, dapat
disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variabel independen. Gejala multikolinearitas terjadi apabila nilai korelasi antar variabel
independen lebih besar dari 0,90 Ghozali, 2013. Berdasarkan hasil ini dapat disimpulkan bahwa lolos dari uji gejala multikolinieritas.
Universitas Sumatera Utara
4.3 Menguji Model Fit Overall Model Fit Test
Uji ini digunakan untuk melihat model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan membandingkan nilai antara -
2 log likelihood pada awal block number = 0 dengan nilai -2 log likelihood pada akhir block number = 1. Nilai -2log likelihood awal pada block number = 0,
dapat ditunjukkan melalui tabel berikut ini Tabel 4.3.
Tabel 4.3 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
143.501 -1.111
2 143.021
-1.248 3
143.021 -1.253
4 143.021
-1.253
Tabel 4.4 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
X1 X2
Step 1 1
118.813 3.339
-4.548 -2.621
2 112.309
5.029 -6.402
-4.527 3
111.772 5.592
-6.964 -5.362
4 111.766
5.653 -7.020
-5.471 5
111.766 5.654
-7.021 -5.473
6 111.766
5.654 -7.021
-5.473
Dari Tabel 4.3 dapat dilihat bahwa -2 log likelihood awal, yaitu model yang hanya memasukkan konstanta yang dapat dilihat pada step 0 iterasi 4, memperoleh nilai
sebesar 143,021. Kemudian pada Tabel 4.4 dapat dilihat nilai -2 LL akhir, nilai - 2log likelihood pada step 1 iterasi 6 adalah 111,766.
Universitas Sumatera Utara
Tabel 4.5 Menguji Model Fit
Nilai -2Loglikelihood Keterangan
Awal Akhir
71,393 53,445
Adanya penurunan nilai antara -2LL awal initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir
menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali, 2013. Penurunan nilai -2 log likelihood menunjukkan
bahwa model penelitian ini dinyatakan fit, artinya penambahan- penambahan variabel bebas yaitu laba dan arus kas ke dalam model
penelitian akan memperbaiki model fit dalam penelitian ini.
Adanya penurunan nilai antara -2LL awal initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang
dihipotesiskan fit dengan data Ghozali, 2013. Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini dinyatakan fit, artinya penambahan-
penambahan variabel bebas yaitu laba dan arus kas ke dalam model penelitian
akan memperbaiki model fit dalam penelitian ini.
4.4 Menguji Kelayakan Model Regresi
Kategori