Regression Standardized Predicted Value
3 2
1 -1
-2 -3
R eg
re ss
io n
S tu
de nt
iz ed
R es
id ua
l
3 2
1
-1 -2
-3
Scatterplot Dependent Variable: LnHGS
Gambar 5.3. Uji Heteroskedastisitas
Dari grafik Scatter-Plot pada Gambar 5.3 dapat dilihat bahwa tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal
ini menyimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai.
5.1.2.3. Uji autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada tidaknya korelasi antara kesalahan pengganggu pada periode tertentu dengan kesalahan pengganggu periode
sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Uji autokorelasi dapat dilakukan dengan pengujian Durbin-Watson DW. Hasil uji
autokorelasi dapat dilihat pada Tabel 5.4 berikut ini:
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Tabel 5.4. Uji Autokorelasi
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson
1 .645a .416
.407 1.39664
2.040 Dari Tabel 5.4 dapat dilihat bahwa nilai Durbin-Watson dalam penelitian ini
sebesar 2,040. Nilai D-W tersebut berada diantara 1,5 sampai 2,5 berarti tidak terjadi autokorelasi pada model regresi yang digunakan.
a. Jika nilai D-W berada di bawah 0 sampai 1,5 berarti ada autokorelasi positif.
b. Jika nilai D-W berada di antara 1,5 sampai 2,5 berarti tidak terjadi autokorelasi.
c. Jika nilai D-W berada di atas 2,5 berarti ada autokorelasi negatif.
5.1.2.4. Uji multikolinieritas
Uji multikolinieritas digunakan untuk menguji apakah dalam model regresi ditemukan korelasi antar variabel bebas independen, model regresi yang baik
seharusnya tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolinieritas yaitu dengan melihat Tolerance Value dan Variance Inflation Factor
VIF. Multikolinieritas terjadi jika nilai tolerance 0,10 dan VIF 10 atau jika antar variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,9. Hasil uji
multikolinieritas dapat dilihat pada Tabel 5.5 berikut:
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Tabel 5.5. Uji Multikolinieritas
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1 Constant
6.802 .588
LnEVA .006
.047 .008
.645 1.550
LnROA .349
.118 .233
.379 2.636
LnNPM .047
.083 .035
.623 1.604
LnEPS .316
.043 .451
.613 1.632
Berdasarkan hasil pengujian multikolinieritas pada Tabel 5.5 dapat dilihat bahwa nilai tolerance pada variabel LnEVA, LnROA, LnROE dan LnEPS 0,10 dan
VIF-nya 10. Hal ini menunjukkan bahwa tidak terjadi korelasi antar variabel independen artinya tidak terjadi multikolinieritas.
5.1.3. Hasil Analisis Data