45
45
5.4. Hasil Pengujian Heteroskedastisitas Model Pertama
Uji Heteroskedastisitas merupakan situasi dimana dalam model regresi terjadi ketidaksamaan varian dari residual satu observasi ke observasi yang lain
Ghozali, 2005. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas.
.
Cara untuk menguji heteroskedastisita yaitu dengan uji Glejser, yaitu : Jika setiap variabel independen nilai signifikannya lebih besar dari
α
0,05,
maka dapat disimpulkan tidak terjadi heteroskedastisitas. Dari tabel 5.4 di bawah tampak bahwa model regresi tidak mengalami heteroskedastisitas ditandai
dengan nilai signifikansinya dari keseluruhan variable diatas 5.
Tabel 5.4 Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
-,021 ,441
-,047 ,963
Kredit -2,645
3,961 -,136
-,668 ,506
Suku Bunga ,226
,241 ,118
,935 ,353
Likuiditas -,007
,121 -,011
-,059 ,953
Solvensi 2,853
2,829 ,230
1,009 ,316
a. Dependent Variable: absut
5.5. Hasil Pengujian Autokolerasi Model Pertama
Uji autokorelasi bertujuan menguji apakah dalam model linier ada korelasi antara kesalahan pada periode t dengan kesalahan pengganggu pada periode t-1
sebelumnya. Untuk mendeteksi autokorelasi dapat menggunakan Durbin Watson. Berdasarkan pengujian autokolerasi diperoleh nilai d untuk persamaan
regresi yang diajukan sebesar 2,254. Model yang tidak memiliki autokolerasi jika dl d du 4 - dl atau dalam persamaan ini untuk n sebanyak 79, α = 5 , dan k
= 4 maka dl = ,712 dan du = 3,288 4 - ,712 sehingga ,710 2,254 3,288 hal
Universitas Sumatera Utara
46
{
ini berarti variabel gangguan antara satu periode dengan periode lain tidak saling berkolerasi. Berdasarkan pengujian ini, persamaan regresi yang diajukan sudah
dapat dianalisa dengan baik. Hasil pengujian Autokolerasi dapat dilihat pada Tabel 5.5.
Tabel 5.5 Pengujian Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson
1 ,874
a
,732 ,712
,72650 2,254
a. Predictors: Constant, Risiko Kredit, Risiko Tingkat Suku Bunga, Risiko Likuiditas, Risiko Solvensi
b. Dependent Variable: Return Saham
Tabel 5.5 meperlihatkan bahwa nilai Adjust R
2
sebesar 0,712 atau 71,2 yang berarti bahwa persentase sumbangan pengaruh variabel independen terhadap
Return saham adalah sebesar nilai koefisien determinasi atau 71,2. Sedangkan sisanya 28,8 dipengaruhi atau dijelaskan oleh variabel lain yang tidak
dimasukkan dalam model penelitian ini. Nilai R Square diperoleh sebesar 0,732
artinya 73,2 variasi variabel Return saham mampu dijelaskan oleh variasi variabel Risiko Kredit, Risiko Tingkat Suku Bunga, Risiko Likuiditas, Risiko
Solvensi. Menurut Djarwanto, 1996 jika koefisien korelasi bernilai 0,70 sampai mendekati 1,00 plus atau minus menunjukkan derajat hubungan yang tinggi,
koefisien korelasi lebih besar dari 0,40 sampai dibawah 0,70 plus atau minus menunjukkan derajat hubungan yang sedang. Apabila koefisiennya di atas 0,20
sampai dibawah 0,40 plus atau minus menunjukkan derajat hubungan yang lemah atau rendah.
Universitas Sumatera Utara
47
47
5.6. Hasil Pengujian Hipotesis Pertama
Kategori