up the exact acceptable values in Durbin and Watsons 1951 original paper. As very conservative rule of thumb, values less then 1 or greater than 3 are definitely
cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model.
Tabel 4.6 Uji Autokorelasi untuk Persamaan Sub Struktural I
Model Durbin-Watson
1 1,366
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.6 dapat dilihat bahwa nilai dari statistik Durbin- Watson adalah 1,296. Dikarenakan nilai statistik Durbin-Watson terletak di antara 1 dan 3,
maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4.2.6 Uji Autokorelasi pada Persamaan Sub Struktur II
Berikut hasil dari output SPSS untuk uji autokorelasi pada persamaan Sub Struktural II
Tabel 4.7 Uji Autokorelasi untuk Persamaan Sub Struktural II
Model Durbin-Watson
1 1,296
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.7 dapat dilihat bahwa nilai dari statistik Durbin Watson adalah 1,366. Dikarenakan nilai statistik Durbin-Watson terletak di antara 1 dan 3, maka
asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual.
4.2.7 Uji Heteroskestisitas untuk Persamaan Sub Struktur I
Universitas Sumatera Utara
Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan uji Park Gujarati, 2003, Gio, 2015. Berikut hasil output berdasakan uji Park untuk
persamaan sub struktural I.
Table 4.8 Uji Park untuk Persamaan Sub Struktur I
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant 2,993
,320 9,364
,000 LN_KI
-,128 ,322
-,064 -,397
,694 LN_KP
-,022 ,162
-,022 -,137
,892 a. Dependent Variable: LN_RES1
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.8, diketahui bahwa nilai probabilitas atau Sig. dari Keputusan investasi adalah 0,694, nilai probabilitas atau Sig. dari Keputusan
Pendanaa adalah 0,892. Dikarenakan seluruh nilai probabilitas atau Sig. dari Keputusan investasi dan Keputusan pendanaan, lebih besar dari 0,05. Maka
disimpulkan tidak terjadi heteroskedastisitas.
4.2.8 Uji Heteroskestisitas untuk Persamaan Sub Struktur II
Untuk mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan uji Park Gujarati, 2003, Gio, 2015. Berikut hasil output berdasakan uji Park untuk
persamaan Sub Struktural II.
Table 4.9 Uji Park untuk Persamaan Sub Struktur II
Universitas Sumatera Utara
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant 5,947
,145 40,992
,000 LN_KP
-,073 ,040
-,273 -1,813
,078 LN_KI
-,153 ,081
-,286 -1,896
,066 LN_RES1
,011 ,040
,041 ,272
,787 a. Dependent Variable: LN_NP
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.9, diketahui bahwa nilai probabilitas atau Sig. dari Keputusan Pendanaan KP adalah 0,078, nilai probabilitas atau Sig. dari Keputusan
Investasi KI adalah 0,066, dan nilai probabilitas atau Sig. dari LN_RES1 Growth atau variabel Z adalah 0,787. Dikarenakan seluruh nilai probabilitas atau Sig. dari Keputusan
ivestasi X1, Keputusan Pendanaan X2 dan Growth Z lebih besar dari 0,05 maka disimpulkan tidak terjadi heteroskedastisitas Gujarati, 2003, Gio, 2015.
Universitas Sumatera Utara
4.1 Analisa Koefisien Determinan untuk Persamaan Sub Struktur I dan Persamaan
