78
4.2.1.2 Uji Multikolinearitas
Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antara variabel yang terdapat dalam matriks korelasi. Menurut Ghozali 2013:105
jika antar variabel independen ada korelasi yang cukup tinggi, yakni diatas 0,9 maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji ini dapat
dilihat pada Tabel 4.2 sebagai berikut:
Tabel 4.1 Uji Multikolinearitas dengan Matriks Korelasi
Market Timing Ability Stock Selection Skill Expense Ratio
Tingkat Risiko Market Timing Ability
1.000000 0.799746
-0.349266 -0.040727
Stock Selection Skill 0.799746
1.000000 -0.232292
0.026487 Expense Ratio
-0.349266 -0.232292
1.000000 0.246055
Tingkat Risiko -0.040727
0.026487 0.246055
1.000000 Sumber: hasil olahan eviews, 2016
Dari hasil pengujian multikolinearitas pada Tabel 4.1 dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antara variabel independen. Hal ini
karena nilai korelasi antar variabel independen tidak lebih dari 0,9 dimana nilai korelasi tertinggi pada model yang digunakan yaitu 0.799746.
4.2.1.3 Uji Heteroskedastisitas
Deteksi ada tidaknya heterosledastisitas dapat dilakukan Uji White Heteroscedasticity. Dasar pengambilan keputusan adalah melihat angka
probabilitas dari Uji White Heteroscedasticity Nachrowi, 2006:109. Dasar pengambilan keputusan uji heteroskedastisitas dengan hipotesis:
Bila probabilitas ObsR-squared 0.05 Signifikan Bila probabilitas ObsR-squared 0.05 Tidak signifikan
Universitas Sumatera Utara
79
Hasil uji ini dapat dilihat pada Tabel 4.2 sebagai berikut:
Tabel 4.2 Uji Heteroskedastisitas dengan Uji White Heteroscedasticity
Heteroskedasticity Test: White F-statistic
2.400445 Prob. F4,47 0.0632
ObsR-squared 8.821147 Prob. Chi-Square4
0.0657 Scaled explained SS
5.959087 Prob. Chi-Square4 0.2022
Test Equation: Dependent Variable: RESID2
Method: Least Squares Date: 072216 Time: 01:40
Sample: 1 52 Included observations: 52
Variable Coefficient
Std. Error t-Statistic
Prob. C
0.111333 0.041211
2.701556 0.0096
Market Timing Ability2 0.001352
0.001605 0.842439
0.4038 Stock Selection Skill2
-84.04994 46.23168
-1.818016 0.0754
Expense Ratio2 26.38670
26.04376 1.013168
0.3162 Tingkat Risiko2
-20.15954 18.09180
-1.114291 0.2708
R-squared 0.169637 Mean dependent var
0.087557 Adjusted R-squared
0.098968 S.D. dependent var 0.113699
S.E. of regression 0.107926 Akaike info criterion
-1.523529 Sum squared resid
0.547458 Schwarz criterion -1.335909
Log likelihood 44.61174 Hannan-Quinn criter.
-1.451600 F-statistic
2.400445 Durbin-Watson stat 1.643175
ProbF-statistic 0.063181
Sumber: hasil olahan eviews, 2016
Berdasarkan Tabel 4.2 nilai Prob. Chi-Square = 0.0657 0,05. Maka asumsi heteroskedastisitas terpenuhi. Dengan kata lain, tidak terjadi gejala
heteroskedastisitas yang tinggi pada residual.
4.2.1.4 Uji Autokorelasi