Dari tabel coefficient terlihat bahwa nilai VIF yaitu dominan jumlahnya berada di atas 10 sehingga masih dapat dianggap terjadi multikolonearitas
atau tepatnya hanya strong collinearity.
4.2.3 Uji Heteroskesdastisitas
Uji heteroskesdastisitas bertujuan untuk menguji apakah dalam model regresi terjadi kesamaan variance dari residual satu
pengamatan ke pengamatan lainnya. Jika variance dari residual homokesdastisitas dan jika berbeda disebut heteroskesdastisitas.
Uji heteroskesdastisitas dapat dilakukan dengan uji glejser, disamping itu untuk mendeteksi ada tidaknya heteroskesdastisitas
menurut Ghozali 2005:105 dapat dilihat dari grafik scatterplot antara lain prediksi variabel dependen yaitu ZPRED dengan
residualnya SRESID. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur, namun telah terjadi
heteroskesdastisitas, sebaliknya jika tidak ada pola yang jelas, serta titik-titik menyebar maka tidak terjadi heteroskesdastisitas. Dari
hasil perhitungannya SPSS versi 16.0 maka hasil yang didapat sebagai berikut :
Universitas Sumatera Utara
Grafik 4.4 Uji Heteroskesdastisitas 2009
Dilihat dari hasil scatterplot antara standardized residual SRESID dari Standardized Predicted Value ZPRED tidak membentuk suatu pola tertentu,
sehingga bisa dianggap residual mempunyai variance konstan atau
homokesdastisitas tidak terjadi heteroskesdastisitas.
Universitas Sumatera Utara
Grafik 4.5 Uji Heteroskesdastisitas 2010
Dilihat dari hasil scatterplot antara standardized residual SRESID dari Standardized Predicted Value ZPRED tidak membentuk suatu pola tertentu,
sehingga bisa dianggap residual mempunyai variance konstan atau homokesdastisitas tidak terjadi heteroskesdastisitas.
Universitas Sumatera Utara
Grafik 4.6 Uji Heteroskesdastisitas 2011
Sumber : Output SPSS, diolah peneliti, 2012 Dilihat dari hasil scatterplot antara standardized residual SRESID dari
Standardized Predicted Value ZPRED tidak membentuk suatu pola tertentu, sehingga bisa dianggap residual mempunyai variance konstan
atau homokesdastisitas tidak terjadi heteroskesdastisitas.
Universitas Sumatera Utara
4.2.4 Uji Autokorelasi
Menurut Ghozali 2005:95 “ uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan
pengganggu pada periode t-1 sebelumnya. “penggunaan progres SPSS bertujuan untuk mendeteksi adanya problem autokorelasi
adalah dengan melihat besaran Durbin Watson, yaitu panduan mengenai D-W Durbin Watson pada tabel D-X.
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
• Angka D-W dibawah -2 berarti ada autokorelasi positif
• Angka D-W diantara -2 sampai +2 berarti tidak ada
autokorelasi. •
Angka D-W diatas +2 berarti ada autokorelasi negative.
Tabel 4.12 Uji Autokorelasi Tahun 2009
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson 1
.786
a
.619 .390
.02870 1.809
a. Predictors: Constant, ART, WCT, CT b. Dependent Variable: ROA
Sumber : Output SPSS, diolah peneliti, 2012 Dilihat dari hasil Durbin-Watson di atas yaitu sebesar 1.809 yang berarti tidak terjadi
autokorelasi dimana angka DW yang dihasilkan terletak di atas -2 sampai +2 yang artinya tidak terjadi autokorelasi.
Universitas Sumatera Utara
Tabel 4.13 Uji Autokorelasi Tahun 2010
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .674
a
.454 .127
.03511 1.431
a. Predictors: Constant, ART, WCT, CT b. Dependent Variable: ROA
Sumber : Output SPSS, diolah peneliti, 2012 Dilihat dari hasil Durbin-Watson di atas yaitu sebesar 1.431 yang berarti tidak terjadi
autokorelasi dimana angka DW yang dihasilkan terletak di atas -2 sampai +2 yang artinya tidak terjadi autokorelasi.
Tabel 4.14 Uji Autokorelasi Tahun 2011
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .739
a
.546 .274
.03200 1.746
a. Predictors: Constant, ART, WCT, CT b. Dependent Variable: ROA
Sumber : Output SPSS, diolah peneliti, 2012
Dilihat dari hasil Durbin-Watson di atas yaitu sebesar 1.746 yang berarti tidak terjadi autokorelasi dimana angka DW yang dihasilkan terletak di atas -2 sampai +2 yang artinya
tidak terjadi autokorelasi.
Universitas Sumatera Utara
4.2.5 Uji Hipotesis 4.2.5.1 Uji F
