Gambar 4.2 grafik
P-P of regression standarlized residual
Dari grafik P-P of regression standarlized residual pada tabel diatas, dapat disimpulkan bahwa terdapat penyebaran data yang merata dan
penyebarannya mengikuti arah garis diagonalnya. Hal ini menunjukkan bahwa data terdistribusi normal.
4.3.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah adanya korelasi diantara variabel bebas. Model regresi yang baik tidak terjadi korelasi di antara
variabel independen. Uji ini perlu dilakukan apabila jika jumlah variabel lebih dari satu. Multikolinieritas dapat dilihat dari besarnya nilai VIF dan nilai
Universitas Sumatera Utara
tolerance. Apabila nilai VIF 10 dan nilai tolerance 0,1 maka dapat disimpulkan bahwa tidak terjadi gejala multikolinieritas diantara variabel.
Tabel 4.3 Hasil Uji Multikolinieritas
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity Statistics B
Std. Error
Beta Tolerance
VIF Constant
-1,392 5,193
Laba akuntansi ,261
,216 ,207
,771 1,297
Total arus kas ,796
,205 ,664
,771 1,297
Berdasarkan tabel diatas, nilai VIF yang ditunjukkan oleh kedua variabel adalah lebih kecil dari 10 yaitu 1,297 untuk laba akuntansi dan 1,297 untuk total
arus kas. Demikian pula dengan nilai tolerance lebih besar dari 0,1 yaitu 0,771 untuk laba akuntansi dan 0,771 untuk total arus kas. Maka dapat disimpulkan
bahwa tidak adanya gejala multikolinieritas di antara variabel.
4.3.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Model regresi yang baik adalah apabila tidak terjadi heteroskedastisitas. Uji heteroskedastisitas yang dipakai dalam penelitian ini adalah dengan melihat
grafik scatterplot.
Universitas Sumatera Utara
Gambar 4.3 Uji Heteroskedastisitas
Dari grafik scatterplot diatas terlihat bahwa titik-titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y tidak membentuk pola
tertentu atau tidak teratur. Titik-titik yang menyebar menjauh dari titik-titik yang lain mengindikasikan bahwa adanya data observasi yang sangat berbeda dengan
data observasi lainnya. Maka dapat di simpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi ini.
4.3.4 Uji Autokorelasi