Tabel 4.7: Hasil Uji Autokorelasi Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
theEstimate Durbin-Watson
1 .369
a
.136 .064
5.7157866 1.577
a. Predictors: Constant, X3, X2, X1 b. DependentVariable: CAR
Sumber: Lampiran 7
Salah satu metode yang digunakan untuk mendeteksi adanya autokorelasi adalah dengan metode Uji Durbin-Watson. Adapun pengujiannya adalah
banyaknya sampel N = 40, banyaknya variabel bebas k = 3, taraftingkat signifikansi yang digunakan α = 0,05
Selanjutnya dilihat pada Lampiran 13 nilai Durbin-Watson sebesar 1,577. Untuk mengetahui ada tidaknya gejala autokorelasi maka perlu dilihat pada tabel
Durbin-Watson dengan jumlah variabel bebas adalah 3 jumlah laporan keuangan adalah 40 maka diperoleh dl = 1,338 dan du = 1,659 serta 4-dl = 2,662 dan 4-du =
2,341. Berarti artinya pengujian regresi masih bisa dilanjutkan.
4.2.1.4 Hasil Uji Heterokedastisitas
Penyimpangan asumsi model klasik yang lain adalah adanya heteroskedastisitas. Artinya, varians variabel dalam model tidak sama konstan.
Hal ini bisa diidentifikasi dengan cara menghitung korelasi RankSpearman antara residual dengan seluruh variabel bebas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.8: Hasil Uji Heterokedastisitas
Correlations
X1 X2
X3 UnstandardizedResi
dual Spearman
srho X1
CorrelationCoefficient 1.000
.153 .086
-.043 Sig. 2-tailed
. .346
.597 .790
N 40
40 40
40 X2
CorrelationCoefficient .153
1.000 .259
-.031 Sig. 2-tailed
.346 .
.106 .850
N 40
40 40
40 X3
CorrelationCoefficient .086
.259 1.000
-.087 Sig. 2-tailed
.597 .106
. .595
N 40
40 40
40 Unstandardized
Residual CorrelationCoefficient
-.043 -.031
-.087 1.000
Sig. 2-tailed .790
.850 .595
. N
40 40
40 40
Sumber: Lampiran 8
Hasil analisis menunjukkan bahwa pada variabel X1, X2 dan X3 tidak mempunyai korelasi yang signifikan antara residual dengan variabel bebasnya
nilai Sig lebih besar dari 0,05 maka hasil analisis ini dapat disimpulkan seluruh variabel penelitian tidak terjadi Heteroskedastisitas.
4.2.1.5 Koefisien Determinasi R Square
Koefisien determinasi atau R Square menunjukkan prosentase seberapa besar pengaruh variabel bebas terhadap variabel terikat. Tabel 4.9 badalah nilai R
Square yang diperoleh dari hail analisis.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.9: Koefisien Determinasi R Square
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.369
a
.136 .064
5.7157866 1.577
a. Predictors: Constant, X3, X2, X1 b. Dependent Variable: CAR
Sumber: Lampiran 9 Dari tabel 4.9 dapat diketahui nilai R Square sebesar 0,136 yang berarti
bahwa besarnya earnings respons coefficient laporan keuangan pada perusahaan manufaktur Industri Barang Konsumsi yang go publik di Bursa Efek Indonesia
BEI mampu dijelaskan oleh variabel imbalan pasca-kerja, struktur modal, dan size sebesar13,6 sedangkan sisanya sebesar 86,4 dijelaskan oleh variabel lain
yang tidak terdapat dalam model penelitian ini.
4.2.2. Hasil Pengujian Regresi Linier Berganda
