119
Gambar 4.3 Uji Heteroskedastisitas
– Grafik Scatterplot
Sumber: Output SPSS 19
Gambar uji scatterplot diatas menunjukkan bahwa data sampel tersebar secara acak dan tidak membentuk suatu pola tertentu. Data
tersebar baik berada di atas maupun di bawah angka 0 pada sumbu Y. Hal ini menunjukkan tidak terdapat heteroskedastisitas dalam model regresi
yang digunakan sehingga layak dipakai untuk kemudian dilanjutkan ke pengujian hipotesis.
d. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-
1
sebelumnya jika terjadi korelasi, maka dinamakan ada masalah autokorelasi Ghozali, 2011.
120
Uji autokorelasi dilakukan dengan menggunakan uji Durbin Watson D-W. Pengujian ini bertujuan untuk mengetahui apakah dalam model
regresi ditemukan adanya korelasi antara kesalahan pengganggu pada periode tertentu dengan periode sebelumnya. Model regresi yang baik
adalah model regresi yang bebas dari masalah autokorelasi. Selengkapnya
mengenai hasil uji autokorelasi penelitian dapat dilihat pada tabel 4.15
berikut ini.
Tabel 4.15 Uji Autokorelasi
a. Predictors: Constant, KA, Ln.DPR, Ln.KM, KI, CH b. Dependent Variable: Ln.Q
Sumber: Output SPSS 19 Dari tabel 4.15 di atas menunjukkan bahwa nilai D-W sebesar 1,615.
Dengan jumlah predictors sebanyak 5 buah k=5 dan sampel sebanyak 140 sampel n=140, berdasarkan tabel D-W dengan tingkat signifikansi
5, maka dapat ditentukan nilai dl adalah sebesar 1,637 dan du adalah sebesar 1,798. Dengan demikian, berdasarkan nilai
dl ≤ D-W ≤ du menunjukkan bahwa tidak terdapat autokorelasi positif. Untuk
memperkuat hasil penelitian ini maka digunakan uji run test, di mana gangguan autokorelasi terjadi jika signifikansi di bawah 0,05. Berikut
Model Summary
b
Model Change Statistics
Durbin- Watson
R Square Change
F Change df1
df2 Sig. F
Change 1
.315 12.343
5 134
.000 1.651
121
adalah pengujian autokorelasi dengan menggunakan run test pada
halaman berikutnya. Tabel 4.16
Uji Autokorelasi- Run Test
Runs Test
Unstandardized Residual
Test Value
a
-.03634 Cases Test Value
70 Cases = Test Value
70 Total Cases
140 Number of Runs
66 Z
-.848 Asymp. Sig. 2-tailed
.396 a. Median
Sumber : Output SPSS 19 Dari hasil pengujian yang diperoleh dalam tabel 4.16 menunjukkan
nilai test adalah -0,03634 dengan probabilitas 0,396 yang berarti diatas signifikansi 0,05 0,396 0,05. Hal ini menunjukkan bahwa nilai
residual acak atau random, sehingga dapat disimpulkan bahwa penelitian ini tidak terjadi autokorelasi antar nilai residual.
3. Koefisien Determinasi