65
memiliki nilai VIF lebih dari 10, karena nilainya berkisar antara 1,264 sampai dengan 2,395, jadi dapat disimpulkan bahwa tidak ada
multikolonieritas antar variabel independen dalam model regresi.
c. Hasil Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode
t dengan kesalahan penggangu pada periode t-1. Berikut ini adalah hasil dari uji Autokorelasi:
Tabel 4.5 Hasil Pengujian Autokorelasi
Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin - Watson
dimens ion0
1 .637
a
.406 .383
11239.95 0.626
1
Predictors: Constant, Efisiensi, Likuiditas, Pertumbuhan, Leverage, Profitabilitas
2
Dependent Variable: Harga Saham
Uji Autokorelasi yang digunakan adalah uji Durbin-Watson. Berdasarkan tabel 4.3 diatas menunjukkan nilai Durbin-Watson
sebesar 0,626. Karena angka D-W berada antara -2 sampai +2, hal ini berarti tidak terdapat masalah autokorelasi. Jadi dapat disimpulkan
dalam model regresi tidak ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengggangu pada periode t-1.
d. Hasil Uji Heteroskedastisitas
Heteroskedastisitas artinya varians variabel dalam model tidak sama konstan Algifari, 2000 : 85. Terdapat beberapa metode
66
yang dapat digunakan untuk mengidentifikasi ada tidaknya masalah heteroskedastisitas. Salah satunya adalah dengan uji Park, yaitu suatu
metode uji heteroskedastisitas dengan membuat persamaan regresi dengan mengganti variabel dependennya dengan residual
kuadratnya. Jika signifikansi yang ada bernilai diatas 0,05 yang berarti tidak signifikan, maka data dinyatakan bebas dari masalah
heteroskedastisitas Winarno, 2011 : 512. Berikut adalah hasil output uji Park dalam penelitian ini
Tabel 4.6 Hasil Pengujian
Heteroskedastisitas Uji Park
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 16.432
.580 28.320
.000 LnX1
.093 .275
.029 .338
.736 a. Dependent Variable: Lnei2
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 17.927
.713 25.155
.000 LnX2
.588 .237
.210 2.481
.014 a. Dependent Variable: Lnei2
67
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 16.110
.310 52.026
.000 LnX3
.236 .336
.061 .703
.483 a. Dependent Variable: Lnei2
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 16.612
.346 48.030
.000 LnX4
.428 .306
.121 1.402
.163 a. Dependent Variable: Lnei2
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 16.704
.275 60.811
.000 LnX5
.671 .230
.246 2.921
.014 a. Dependent Variable: Lnei2
Output uji Park diatas menunjukkan bahwa nilai probabilitas signifikansi untuk semua variabel independen yang digunakan dalam
penelitian ini berada diatas 0,05. Dengan demikian maka dapat disimpulkan data bebas dari masalah heteroskedastisitas.
2. Hasil Pengujian Hipotesis
