2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi. Jika pada model regresi terjadi
multikolinearitas, maka koefisien regresi tidak dapat ditaksir dan nilai standard error menjadi tidak terhingga. Cara yang digunakan untuk mendeteksi ada tidaknya
multikolinearitas adalah dengan melihat nilai tolerance dan VIF. Pada suatu model regresi dinyatakan terjadi multikolinearitas apabila nilai tolerance 0.10 dan VIF
10 Ghozali, 2005 : 92.
Tabel 4.8 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
LN_CR .560
1.786 LN_DR
.640 1.562
LN_TATO .535
1.871 LN_ITO
.533 1.876
LN_ROA .292
3.420 LN_ROE
.214 4.674
LN_GPM .592
1.689
Sumber: Data diolah peneliti, 2010
Dari data pada tabel 4.8, dapat disimpulkan bahwa berdasarkan nilai Tolerance variabel-variabel independen menunjukkan nilai yang lebih dari 0.1, dan
berdasarkan nilai VIFnya kurang dari 10. Dengan demikian semua variabel independen bebas dari pengujian asumsi klasik yang kedua yaitu multikolinearitas,
Universitas Sumatera Utara
sehingga variabel-variabel independen ini tidak perlu dikeluarkan dari model regresi.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain dalam model regresi.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Dalam model regresi dinyatakan telah terjadi heteroskedastisitas
apabila titik-titik yang ada membentuk pola tertentu yang teratur. Dalam model regresi tidak terjadi heteroskedastisitas apabila titik-titik yang ada tidak membentuk
pola tertentu yang teratur dan titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas dengan mengamati penyebaran titik-titik pada gambar.
Universitas Sumatera Utara
Gambar 4.3 Hasil Uji Heteroskedastisitas Scatterplot
Sumber: Data diolah peneliti, 2010 Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta
tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga
model regresi layak dipakai untuk memprediksi perubahan laba perusahaan manufaktur sektor industri makanan dan minuman yang terdaftar di BEI
berdasarkan masukan variabel independen CR, DR, TATO, ITO, ROA, ROE, dan GPM.
Universitas Sumatera Utara
4. Uji Autokorelasi