4.2.2.2 Uji Heteroskedastisitas
Asumsi heteroskedastisitas adalah asumsi dalam regresi dimana varians dari residual tidak sama untuk satu pengamatan ke pengamatan lainnya. Uji
untuk mengetahui heteroskedastisitas ini adalah dengan melihat penyebaran dari varians residual pada diagram pencar scatterplot.
Sumber: Hasil Penelitian, 2014 Data diolah
Gambar 4.3 Grafik Scatterplot Perusahaan Perbankan di BEI
Pada Gambar 4.3 terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas. Hal ini menunjukkan tidak
Universitas Sumatera Utara
terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai
.
4.2.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah dalam sebuah model regresi terdapat korelasi antara variabel pengganggu pada periode tertentu
dengan variabel pengganggu pada periode sebelumnya. Gejala autokorelasi dideteksi dengan menggunakan uji Durbin Watson DW. Kriteria pengambilan
keputusan uji autokorelasi ditunjukkan pada Tabel berikut:
Tabel 4.3 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada korelasi negatif
Tolak 4 – dl d 4
Tidak ada korelasi negatif No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negative
Tidak ditolak Du d 4 – du
Sumber : Situmorang et al 2012 : 126
Tabel 4.4 Autokorelasi
Model Summary
b
odel R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson .318
a
.101 .011
5.25072 1.567
a. Predictors: Constant, EPS, DER, ROE, ROA b. Dependent Variable: PER
Sumber: Hasil Penelitian, 2014 Data diolah
Universitas Sumatera Utara
Pada hasil output SPSS yang digambarkan dalam Tabel 4.5 terlihat nilai DW sebesar 1,567 dengan jumlah pengamatan sebanyak 45 dan kasus = 5,
maka nilai du = 1,7762 dan nilai dl = 1,2874. Melalui data tersebut diperoleh hasil bahwa dl d du 1,2878 1,567 1,7762. Maka
disimpulkan terjadi autokorelasi positif pada model regresi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu
dengan yang lainnya. Masalah ini muncul karena kesalahan pengganggu dari satu observasi tidak bebas ke observasi lainnya.
Deteksi terhadap autokorelasi dapat juga dilakukan dengan
metode The Runs Test seperti dalam Tabel 4.6 berikut : Tabel 4.5
Autokorelasi ‒ The Runs Test
Runs Test
Unstand ardized Residual
Test Value
a
-.64981 Cases Test Value
22 Cases = Test Value
23 Total Cases
45 Number of Runs
22 Z
-.298 Asymp. Sig. 2-tailed
.765
Sumber: Hasil Penelitian, 2013 Data diolah
Universitas Sumatera Utara
Hasil output SPSS menunjukkan bahwa nilai test adalah -0,64891 dengan probabilitas 0,765. Nilai signifikansi berada di bawah 0,05 yang berarti tidak
menerima hipotesis nol H . Sehingga dapat disimpulkan bahwa residual
bersifat tidak random atau terjadi autokorelasi antar nilai residual.
4.2.2.4 Uji Multikolinearitas
Kategori