4.2.2. Uji Homoskedastisitas
Uji Homoskedastisitas bertujuan menguji apakah dalam model regresi terjadi kesamaan varians dari residual satu pengamatan ke pengamatan yang lain. Lawan
dari homoskedastisitas adalah heteroskedastisitas. Adapun bentuk bentuk grafik Scatterplot terdapat pada Gambar 4.2 berikut :
Regression Standardized Predicted Value
2 1
-1 -2
Regr ession
Stude ntiz
e d
Res id
u al
3 2
1
-1 -2
-3
Scatterplot Dependent Variable: Y
Gambar 4.2 : Grafik Scatterplot Uji Homoskedastisitas Dari
grafik scatterplots pada Gambar 4.2 terlihat bahwa titik-titik menyebar
secara acak serta tersebar baik diatas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terdapat heteroskedastisitas pada model regresi
layak dipakai untuk memprediksi pemberian kredit berdasarkan masukan variabel informasi akuntansi X
1
sampai X
12
dan variabel informasi bukan akuntansi X
13
sampai X
18
.
Misto Ketaren : Pengaruh Informasi Akuntansi Dan Bukan Akuntansi Terhadap Pemberian Kredit Pada PT. Bank Mandiri Persero Tbk Cabang Pkl. Brandan, 2008
USU Repository © 2008
4.2.3. Uji Multikoliniearitas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen yang berada diatas 0,5.
Multikolinieritas terjadi jika antar variabel independen ada korelasi yang cukup tinggi. Pada Tabel 4.2 terlihat bahwa nilai korelasi berada dibawah 0,5 antar variabel
independen, keadaan ini menunjukkan bahwa tidak terjadi multikolinieritas. Disamping dari tabel korelasi dapat juga dilihat dari tabel coefficients variance
inflation factor VIF berada dibawah 10.
4.2.4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu
pada periode t-1 sebelumnya. Gejala Autokorelasi dideteksi dengan menggunakan uji Durbin-Watson DW. Menurut Santoso 2005:241, untuk mendeteksi ada
tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson DW. Nilai d tersebut selanjutnya dibandingkan dengan nilai d
tabel
dengan tingkat signifikansi 5 dengan df = n-k-1.
Pada Tabel 4.2 pada kolom Durbin Watson mempunyai nilai sebesar 3,855 sedangkan untuk batas atas dU = 2,961 dan batas bawah dL = 0,417, yang didapat
dari jumlah sampel 36 n dan jumlah variabel independennya 18 k=18, ini menunjukkan bahwa nilai Durbin Watson D-W pada model berada diatas dU dan
dL. Jadi tidak terdapat autokorelasi karena D-W berada diatas dU dan dL.
Misto Ketaren : Pengaruh Informasi Akuntansi Dan Bukan Akuntansi Terhadap Pemberian Kredit Pada PT. Bank Mandiri Persero Tbk Cabang Pkl. Brandan, 2008
USU Repository © 2008
Tabel 4.2. Model Summary Model R R
Square Adjusted
R Square Std. Error of
the Estimate Durbin-
Watson
1 0.782
a
0,612 0,601 13,00966
3,885 a.
Predictors : Consultan, X
18
, X
11
, X
6
, X
13
, X
15
, X
16
, X
12
, X
4
, X
7
, X
3
, X
9
, X
17
, X
10
, X
1
, X
2
, X
5
, X
14
, X
8
b. Dependent variable : Y
Sumber Lampiran : 9.b
4.3. Pembahasan Hasil Penelitian 4.3.1. Pengujian Hipotesis
Kategori