Tabel 4. 7 Kriteria Pengujian Otokorelasi dengan Uji Durbin- Watson
Sumber : Suliyanto 2012: 127
Tabel 4.8 Uji Durbin- Watson
Pada output model summary di atas terdapat nilai Durbin- Watson sebesar 1,699. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang
diperoleh dari table Durbin Watson, yaitu nilai dL dan dU, dengan jumlah k adalah jumlah variabel bebas dan n adalah ukuran sampel. Jika nilai Durbin Watson berada
di antara nilai dU hingga 4 – dU berarti asumsi tidak terjadi otokorelasi terpenuhi.
Kesimpulannya apabila kita lihat table Durbin Watson dengan n = 14, K = 3, maka akan diperoleh nilai dL = 0,767 dan dU = 1,779, sehingga nila 4 – dU
sebesar 4 – 1,779 = 2,221 sedangkan nilai 4 – dL = 4 – 0,767 = 3,233. Karena nilai Durbin Watson 1,699 terletak antara dU dengan 4 – dU maka disimpulkan
bahwa model persamaan regresi tersebut tidak mengandung masalah otokorelasi.
4.4.4 Uji Heterokedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah di dalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke residual
DW Kesimpulan
dL Ada Otokorelasi +
dL s. d. dU Tanpa Kesimpulan
dU s.d. 4 – dU Tidak Ada Otokorelasi
4 – dU s.d. 4 – dL Tanpa Kesimpulan
4 - dL Ada Otokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.911
a
.830 .779
.17190 1.699
a. Predictors: Constant, LN_FA, LN_WCTO, LN_RTO b. Dependent Variable: LN_ROI
Universitas Sumatera Utara
pengamatan lain. Dalam penelitian ini, gejala heterokedastisitas dideteksi dengan menggunakan grafik Scatterplot dan uji Park.
a Grafik Scatterplot
Menurut uji grafik Scatterplot, suatu model tidak mengalami gangguan heterokedastisitas apabila diagram pencar tidak membentuk
pola-pola tertentu atau dengan kata lain acak.
Gambar 4.5 Scatterplot Devendent Variabel ROI
Sumber: Hasil Pengolahan SPSS 2012
Pada gambar 4.5 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak
dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen.
Universitas Sumatera Utara
b Uji Park
Pengujian heterokedastisitas dengan uji Park dilakukan dengan meregresikan semua variabel bebas terhadap nilai Ln residual kuadrat Ln e
2
. Kriteria pengambilan keputusan dalam uji Park ini adalah sebagai berikut:
1. Jika nilai signifikansi 0,05, maka model tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikansi 0,05, maka model mengalami gangguan heterokedastisitas.
Tabel 4. 9 Uji Park
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
-854.789 563.746
-1.516 .160
LNLN_WCTO 1.386
.862 .445
1.608 .139
LNLN_RTO -13.767
9.153 -.797
-1.504 .163
LNLN_FA 263.181
174.424 .759
1.509 .162
a. Dependent Variable: LNU2
Sumber: Hasil Pengolahan SPSS 2012
Tabel 4.9 menunjukkan bahwa signifikansi variabel LN Perputaran Modal Kerja sebesar 0,139, LN dari Perputaran Piutang sebesar 0,163 dan LN dari logaritma
Aktiva Tetap
sebesar 0,162. Nilai-nilai tersebut lebih besar dari 0,05 sehingga dapat dinyatakan bahwa data tidak mengalami gangguan heterokedastisitas
.
Universitas Sumatera Utara
4. 5 Uji Hipotesis