Autokorelasi Uji Asumsi Klasik a. Normalitas

Tabel 4.5 Uji Glejser Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. Constant -.026 .113 -.233 .817 ROA .072 .288 .035 .251 .803 ROE .160 .135 .196 1.188 .240 BOPO .111 .091 .224 1.228 .224 1 CAR .397 .263 .234 1.510 .136 a. Dependent Variable: ABSUT Sumber : diolah dengan SPSS 16, 2009 Uji Glejser dilakukan dengan meregres nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan mempengaruhi nilai absolut residual berarti terjadi heterokedastisitas pada model regresi yang digunakan. Dari tabel 4.5 diatas, terlihat bahwa probabilitas signifikansi semua variabel independen berada diatas tingkat kepercayaan 5. Hasil ini menunjukkan bahwa tidak ada satupun variabel independen yang mempengaruhi nilai Absolut Ut AbsUt sebagai variabel dependennya. Dengan ini dapat disimpulkan bahwa model regresi layak digunakan karena tidak terjadi heteroskedastisitas.

d. Autokorelasi

Hasil uji autokorelasi dapat dilihat pada tabel 4.6 berikut ini: Jaka Hermawan : Pengaruh Rentabilitas Dan Solvabilitas Terhadap Likuiditas Pada Perusahaan Perbankan Yang Go Public, 2010. Tabel 4.6 Uji Autokorelasi 1 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .349 a .122 .064 .18853 1.589 a. Predictors: Constant, CAR, ROE, ROA, BOPO b. Dependent Variable: LDR Sumber : diolah dengan SPSS 16,2009 Berdasarkan tabel di atas diketahui bahwa nilai DW sebesar 1,589. Nilai ini dibandingkan dengan nilai tabel dengan menggunakan nilai signifikan 5, jumlah variabel independen 4 k=4 dan jumlah observasi sebanyak 66 n=66 maka dari tabel Durbin Watson akan diperoleh nilai dL sebesar 1,494 dan nilai du sebesar 1,735. Oleh karena nilai DW 1,589 lebih kecil dari batas atas du 1,735 dan kurang dari dl 1,494, berarti dl d du 1,494 1,589 1,735 maka dapat disimpulkan bahwa peneliti tidak dapat mengambil keputusan no decision apakah terjadi autokorelasi positif atau tidak dan menyatakan bahwa tidak terjadi autokorelasi negatif. Karena peneliti tidak dapat mengambil keputusan apakah terjadi autokorelasi atau tidak maka, peneliti melakukan perbandingan dengan melakukan uji Run test dan Breusch-Godfrey test dengan hasil yang dapat dilihat sebagai berikut: • Run Test Run Test sebagi bagian dari statistik non-parametrik digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi dan sebagai perbandingan apakah dalam model regresi penelitian ini terdapat autokorelasi positif atau tidak. Jika antar residual tidak terdapat hubungan korelasi, maka dapat Jaka Hermawan : Pengaruh Rentabilitas Dan Solvabilitas Terhadap Likuiditas Pada Perusahaan Perbankan Yang Go Public, 2010. dikatakan bahwa residual adalah acak atau random. Hipotesis yang akan diuji adalah: H0 : residual res_1 random tidak terdapat autokorelasi HA : residual res_1 tidak random terdapat autokorelasi Hasil uji Run Test dapat dilihat dari Tabel 4.7 dibawah ini: Tabel 4.7 Uji Autokorelasi 2 Runs Test Unstandardized Residual Test Value a -.00101 Cases Test Value 33 Cases = Test Value 33 Total Cases 66 Number of Runs 30 Z -.992 Asymp. Sig. 2-tailed .321 a. Median Sumber : diolah dengan SPSS 16,2009 Hasil output SPSS menunjukkan bahwa Nilai test adalah-0.00101 dengan probabilitas 0.321.Karena tingkat signifikasinya sebesar 0,321 atau lebih besar dari signifikasi sebesar 5 0,05, maka dapat disimpulkan bahwa hipotesis nol diterima atau dengan kata lain bahwa residual random tidak terjadi autokorelasi antar nilai residual. • Breusch-Godfrey Test BG test dilakukan untuk menguji apakah terdapat autokorelasi antar nilai residual dari model regresi dan digunakan pula sebagai perbandingan kedua untuk melihat apakah dalam model regresi penelitian ini terdapat autokorelasi atau tidak. Hasil uji Breusch-Godfrey Test Test ini dapat dilihat sebagai berikut: Jaka Hermawan : Pengaruh Rentabilitas Dan Solvabilitas Terhadap Likuiditas Pada Perusahaan Perbankan Yang Go Public, 2010. Tabel 4.8 Uji Autokorelasi 3 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. Constant .161 .239 .675 .503 ROA -.158 .565 -.040 -.279 .781 ROE -.114 .270 -.073 -.423 .674 BOPO -.156 .196 -.165 -.795 .430 CAR -.120 .521 -.037 -.231 .818 1 RES_2 .255 .143 .256 1.781 .080 a. Dependent Variable: Unstandardized Residual Sumber : diolah dengan SPSS 16,2009 Tampilan output pada Tabel 4.8 menunjukkan bahwa koefisien parameter residual lag2 RES_2 memberikan probabilitas signifikan 0,080 dimana hal ini menunjukkan bahwa tidak ada indikasi autokorelasi pada model regresi ini karena signifikasi tersebut diatas 5 0,05. Kesimpulan hasil perbandingan: Melalui perbandingan Run Test dan Breusch-Godfrey Test, dapat disimpulkan bahwa model regresi pada penelitian ini tidak terdapat autokorelasi.

1. Pengujian Hipotesis