90
c. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk mengetahui apakah variasi residual absolut sama atau tidak sama untuk semua
pengamatan. Gejala heterokedastisitas ditunjukan oleh koefisien regresi dari masing-masing variabel bebas terhadap nilai absolut
residualnya. Jika nilai probabilitas lebih besar dari nilai alpha Sig. α, maka dapat dipastikan model tidak mengandung gejala
heterokedastisitas Sudarmanto, 2005. Ada beberapa cara untuk mendeteksi ada atau tidaknya
heterokedastisitas, yaitu melihat grafik plot antara lain nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya
SRESID. Dasar analisis : 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang,
melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas; 2 Jika tidak ada pola yang jelas, serta titik-titik
menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas Gozali, 2012.
d. Uji Autokorelasi
Uji autokorelasi dimaksudkan untuk menguji model linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-sebelumnya. Adanya autokorelasi dapat mengakibatkan penaksir mempunyai varians tidak minimum dan uji-t
tidak dapat digunakan, karena akan memberikan kesimpulan yang
91
salah. Ada beberapa cara untuk mendeteksi ada-tidaknya masalah autokorelasi, yaitu menggunakan metode Durbin-Watson dan metode
Run Test sebagai salah satu uji statistic non-parametik. Uji Durbin- Watson Uji D-W merupakan uji yang sangat populer untuk menguji
ada-tidaknya masalah autokorelasi dari model empiris yang diestimasi Sudarmanto, 2005.
Menurut Oramahi 2007, untuk mendeteksi terjadi autokorelasi atau tidak dapat dilihat melalui nilai Durbin-Watson DW yang bisa
dijadikan patokan untuk mengambil keputusan adalah : 1 Bila nilai D-W -2, berarti ada autokorelasi positif.
2 Bila nilai D-W diantara -2 sampai dengan +2, berarti tidak terjadi autokorelasi.
3 Bilai nilai D-W +2, berarti ada autokorelasi negatif Jika ada masalah autokorelasi, maka model regresi yang
seharusnya signifikan lihat angka F dan signifikannya, menjadi tidak layak untuk dipakai. Autokorelasi dapat diatas dengan berbagai cara
antara lain dengan melakukan transformasi data dan menambah data observasi.
2. Uji Hipotesis
Data yang digunakan untuk mengetahui hubungan dari variabel- variabel yang akan diteliti. Pengolahan data menggunakan software
Microsoft Excel 2010 dan SPSS 20. Dalam pengujian ini menggunakan Uji Statistik meliputi Uji-t dan Uji-F.