48
4.2.2.2 Uji Multikolinearitas
Untuk melihat ada atau tidaknya gejala multikolinearitas adalah dengan cara melihat besaran korelasi antarvariabel
independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir. Batasan atau nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolinearitas adalah nilai tolerance 0,1 dan untuk nilai VIF 10. Berikut ini tabel yang menyajikan hasil
uji multikolinearitas:
Tabel 4.4 Pengujian Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Std.
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Toleran ce
VIF 1
Constant .022
.181 .122 .904
SQRT Metode Arus Biaya Persediaan
.048 .147
.031 .329 .744
.923 1.083
SQRT Nilai
Persediaan 7.880
.000 .504
5.359 .000 .922
1.085 SQRT Profit Margin
3.137 .406
.700 7.724 .000
.982 1.019
a. Dependent Variable: SQRT Nilai Perusahaan
Sumber: Output SPSS, diolah oleh penulis 2013
Berdasarkan data dari tabel 4.4 tersebut dapat diketahui bahwa nilai tolerance dari masing-masing variabel independen
Universitas Sumatera Utara
49
lebih besar dari 0.1, yaitu untuk variabel metode arus biaya sebesar 0.923, nilai persediaan 0.922, dan profit margin 0.982. Nilai VIF
untuk masing-masing variabel independen diketahui kurang dari 10, yaitu untuk variabel metode arus biaya 1.083, nilai persediaan
1.085, dan profit margin 1.019. Dengan demikian dapat disimpulkan
bahwa pada
penelitian ini
tidak terjadi
multikolinearitas.
4.2.2.3 Uji Heteroskedastisitas
Untuk mengetahui apakah dalam penelitian ini terjadi heteroskesdastisitas, dapat dilihat dengan menggunakan grafik
scatterplot, dimana dasar pengambilan keputusannya adalah sebagai berikut:
Jika titik-titik membentuk pola tertentu yang teratur, misalnya bergelombang,
melebar kemudian
menyempit. Ini
mengindikasikan telah terjadi heteroskedastisitas. Jika titik-titik menyebar di atas dan di bawah angka 0 pada
sumbu Y, maka tidak terjadi heteroskedastisitas. Berikut ini hasil uji dengan menggunakan grafik scatterplot:
Universitas Sumatera Utara
50
Gambar 4.3 Pengujian Heteroskedastisitas
Dari grafik tersebut dapat dilihat bahwa titik-titik menyebar tanpa adanya pola yang teratur. Titik-titik tersebut juga menyebar
di atas dan di bawah sumbu Y. Maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga
model regresi ini layak dipakai untuk memprediksi variabel nilai perusahaan berdasarkan masukan variabel independen metode arus
biaya persediaan, nilai persediaan, dan profit margin. Adanya titik-
Universitas Sumatera Utara
51
titik yang menyebar menjauh dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain.
4.2.2.4 Uji Autokorelasi