61
2. Autokorelasi
Untuk menguji apakah terjadi autokorelasi atau tidak, dapat digunakan uji Durbin Watson, dengan ketentuan sebagai berikut :.
1. Apabila 4 – dW dU, hal ini berarti bahwa Ho diterima : Jadi P
= 0, berarti tidak ada autokorelasi pada model 2.
Apabila 4 – dW dL, hal ini berarti bahwa Ho ditolak : Jadi P = 0, berarti terdapat autokorelasi pada model
3. Apabila dL 4 – dW dU, hal ini berarti bahwa Uji ini hasilnya
tidak konklusif, sehingga tidak dapat ditentukan apakah ada autokorelasi atau tidak dalam model tersebut
Berdasarkan dari hasil “Uji Autokorelasi” dengan alat bantu komputer yang menggunakan Program SPSS. 16.0. For Windows
dapat diketahui besarnya bahwa nilai dW tes sebesar 1,947 Lampiran. 9, dan berdasarkan tabel “Durbin Watson” Untuk N = 28 dan k = 4
Lampiran 12, diperoleh nilai dL = 1,104 dan dU = 1,747, dan untuk lebih jelasnya, berikut ini merupakan gambar kurva daerah keputusan
autokorelasi, yang dapat dilihat pada gambar 4.1, sebagai berikut
Gambar. 4.1 Daerah Keputusan Autokorelasi
Berdasarkan pada gambar 4.1 dapat diketahui bahwa nilai dW tes sebesar 1,947 berada diantara nilai dU = 1,747 dan 4-dU = 2,253
Tidak Ada Autokorelasi Positif dan Negatif
dL
= 1,104
dU
= 1,747
4 – dU
= 2,253
4 – dL
=2,896
4
Daerah Keragu -raguan
Ada Autokorelasi Negatif
Daerah Keragu - raguan
Ada Aukorelasi positif
DW test = 1,947
62
daerah tidak ada Autokorelasi positif dan negatif, sesuai dengan ketentuan yang telah ditetapkan, maka hal ini berarti bahwa tidak ada
autokorelasi dalam model regresi. sehingga data dari seluruh variabel bebas X yang digunakan dalam penelitian ini baik X
2
, X
4
, dan X
5
, dapat digunakan dalam penelitian.
3. Heteroskedastisitas
Dasar analisis yang digunakan yaitu jika nilai Sig 2-tailed 0,05, maka hal ini berarti dalam model regresi tidak terjadi
ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas Santoso, 2001 : 301
Berdasarkan hasil Uji Heteroskedastisitas dengan alat bantu komputer yang menggunakan Program SPSS. 16.0., dapat dilihat pada
tabel 4.10, sebagai berikut
Tabel 4.10. Hasil Uji Heteroskedastisitas
Variabel Probabilitas
Sig 2 - tailed Keterangan
Return On Equity ROE X2 0,923
Bebas Heteroskedastisitas Net Profit Margin NPM X3
0,778 Bebas Heteroskedastisitas
Total Assets Turnover X4 0,810
Bebas Heteroskedastisitas Inventory Turnover X5
0,247 Bebas Heteroskedastisitas
Sumber : Lampiran 10
Berdasarkan pada tabel 4.10 di atas menunjukkan bahwa seluruh variabel bebas X yang digunakan dalam penelitian ini baik
X
2
, X
3,
X
4,
dan X
5
, mempunyai nilai Sig 2-tailed 0,05, dan sesuai dengan dasar analisis yang digunakan maka hal ini berarti dalam model
regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas.
63
Setelah dilakukan Uji Asumsi Klasik tersebut di atas, maka dapat disimpulkan bahwa model persamaan regresi linier dalam penelitian ini,
bebas dari asumsi dasar klasik tersebut, sehingga pengambilan keputusan melalui uji F dan uji t yang akan dilakukan dalam penelitian ini tidak akan
bias atau sesuai dengan tujuan penelitian.
4.3. Teknik Analisis Dan Uji Hipotesis
4.3.1. Teknik Analisis Regresi Linier Berganda
Berdasarkan hasil dari hasil olah data dengan alat bantu komputer yang menggunakan program SPSS.16.0, dapat dilihat pada tabel 4.11,
sebagai berikut
Tabel 4.11. Hasil Pendugaan Parameter Regresi Linier Berganda
Unstandardized Coefficients Model
B Std. Error
Constant -17,277
138,934 Return On Equity ROE X2
-23,311 6,974
Net Profit Margin NPM X3 4.394,017
1.908,655 Total Assets Turnover X4
19,468 127,043
1
Inventory Turnover X5 21,059
5,342
Sumber : Lampiran. 9
Berdasarkan pada 4.11. di atas dapat diperoleh model persamaan regresi sebagai berikut :
Y = -17,277 - 23,311 X
2
+ 4.394,017 X
3
- 19,468 X
4
+ 21,059 X
5
Dari model persamaan regresi linier tersebut di atas, dapat diinterprestasikan, sebagai berikut :
Konstanta b
Nilai konstanta b sebesar -17,277 menunjukkan bahwa apabila
nilai Return On Equity ROE, Net Profit Margin NPM, Total Assets Turnover, dan Inventory Turnover konstan maka besarnya nilai
pertumbuhan laba yaitu sebesar -17,277 satuan
Kategori