menunjukkan bahwa data model empiris yang diestimasi tidak terdapat heterokedastisitas.
3.5.4. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1 atau sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lain. Masalah ini timbal karena residual atau kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal
ini sering ditemukan pada data runtut waktu atau time series karena “gangguan” pada individukelompok cenderung mempengaruhi “gangguan”
pada individukelompok yang sama pada periode berikutnya.
Pada data
crosssection
atau silang waktu, masalah atokorelasi relatif jarang terjadi karena “gangguan” pada observasi yang berbeda berasal dari individu
kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
Uji autokorelasi dapat dilakukan dengan berbagai cara antara lain : a.
Uji Durbin_Watson b.
Uji Lagrange Multiplier c.
Uji Statistik Q: Box-Pierce dan Ljung Box d.
Uji Breusch – Godfrey. Pada penelitian ini, uji autokorelasi dilakukan dengan uji Durbin Watson,
karena uji ini yang umun digunakan. Uji ini hanya digunakan untuk autokorelasi
Universitas Sumatera Utara
tingkat pertama first order autokorelasi dan mensyaratkan adanya intercept konstanta dalam model regresi. Pengambilan keputusan ada tidaknya
autokorelasi adalah sebagai berikut: 1.
Bila nilai Durbin-Watson DW terletak antara batas atas atau upper bound du dan 4 – du, maka koefisien autokorelasi sama dengan nol, berarti tidak
ada autokorelasi. 2.
Bila nilai DW lebih rendah dari pada batas bawah atau lower bound dl, maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi
positip. 3.
Bila nilai DW lebih besar dari pada 4-dl, maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatip.
4. Bila nilai DW terletak diantara batas atas du dan batas bawah dl atau Dw
terletak antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.Ghozali, 2001.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Bab ini akan menguraikan hal-hal yang berkaitan dengan data-data yang telah dikumpulkan, hasil pengolahan data dan pembahasan dari hasil pengolahan
data.
4.1. Deskripsi Umum Hasil Penelitian
Deskripsi data penelitian dari masing-masing variabel yang meliputi nilai mean, standar deviasi, maksimum, minimun dan kondisi masing-masing variabel
baik independen maupun dependen adalah sebagai berikut :
4.1.1. Nilai Mean, Standar Deviasi, Maksimum, Minimum dari masing- masing Variabel
Tabel 4.1. Deskripsi Data Penelitian Variabel
N Minimum
Maximum Mean Std. Deviation
Tobins `Q 54
-2,00 9,00
2,0000 2,29848
Divpay 54
-17,00 299,00
27,8889 44,22228 BVDAR
54 0,00
6,00 1,1296
1,15000 Manajerial
54 0,00
1,00 0,4074
0,49597 Valid N listwise
54 Berdasarkan data pada tabel, 4.1 di atas, dapat dilihat bahwa perusahaan
yang terdaftar di Bursa Efek Jakarta mempunyai indikasi perusahaan yang tumbuh karena rata-rata nilai Tobins Q di atas satu. Kebijakan pembayaran dividen
mempunyai rata-rata sebesar 27,8889 dengan standar deviasi yang lebih besar dari nilai rata - ratanya
Universitas Sumatera Utara
Kategori