3.8.2.1 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas independen. Menurut Ajija et al
2011:35 multikoliearitas berarti adanya hubungan linear yang sempurna atau pasti di antara beberapa atau variabel yang menjelaskan dari model regresi. Ada atau
tidaknya multikolinearitas dapat diketahui atau dilihat dari koefisiensi korelasi masing-masing variabel bebas.
3.8.2.2 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan penggangu
pada periode t-1 sebelumnya. Menurut Ajija et al 2011:40 autokorelasi menunjukkan korelasi di antara anggota serangkaian observasi yang diurutkan
menurut waktu atau ruang. Untuk mendeteksi adanya autokorelasi, yaitu: pertama, memperhatikan nilai t-statistik, R
2
, uji F dan Durbin Watson statistik. Dari hasil estimasi, diketahui bahwa nilai DW statistik relatif yakni sebesar
0,492. Artinya ada kemungkinan terjadi masalah autokorelasi. Kedua, melakukan uji LM metode Bruesch Godfery. Metode ini didasarkan pada nilai F dan Obs R-
Squared, dimana jika nilai profitabilitas dari Obs R-Squared melebihi tingkat kepercayaan, maka H
diterima. Artinya tidak ada masalah autokorelasi. 3.8.2.3 Uji Heteroskedasitas
Uji heteroskedasitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain.
Universitas Sumatera Utara
Menurut Ajija et al 2011:36 heteroskedasitas merupakan keadaan dimana semua gangguan yang muncul dalam fungsi regresi populasi tidak memiliki varians yang
sama. Uji ini dapat dilakukan dengan cara, yaitu: pertama, melihat pola residual dari hasil estimasi regresi. Jika residual bergerak konstan maka tidak ada
heteroskedasitas. Akan tetapi, jika residual membentuk suatu pola tertentu, maka hal tersebut mengindikasikan adanya heteroskedasitas.
Kedua, untuk membuktikan dugaan pada ujian heteroskedasitas, maka dilakukan uji White Heteroscedasticity yang tersedia dalam program Eviews. Hasil
yang diperhatikan dari uji ini adalah nilai F dan Obs R-Squared. Jika nilai Obs R- Squared lebih kecil dari X
2
tabel, maka tidak terjadi heteroskedasitas demikian juga sebaliknya.
3.8.3 Pemilihan Model Data Panel