49
4.1.3.3. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika variance dari residual satu
pengamatan ke pengamatan lain berbeda disebut heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan
dengan melihat grafik scatterplot, dengan dasar analisis Ghozali, 2005:139.
1. Jika pola tertentu, seperti titik - titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik
– titik menyebar di atas dan dibawah
angka 0 pada sumbu
Y, maka tidak terjadi heteroskedastisitas.
Hasil uji heteroskedastisitas dengan menggunakan grafik scatterplot ditunjukkan pada gambar 4.3 dibawah ini:
Universitas Sumatera Utara
50
Sumber: Pengolahan Data SPSS, Maret 2015 Gambar 4.3
Grafik Scatterplot
Pada grafik scatterplot diatas, terlihat titik –titik menyebar secara
acak, serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y sehingga dapat diambil kesimpulan bahwa tidak terdapat gejala
heteroskedastisitas pada model regresi yang digunakan.
4.1.3.4. Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah sebuah model regresi terdapat korelasi antara kesalahan pengganggu padaperiode t
dengan kesalahan pengganggu pada periode t-1 atau sebelumnya Ghozali, 2005.Jika terjadi korelasi dinamakan ada masalah autokorelasi. Untuk
Universitas Sumatera Utara
51
mendeteksi ada atau tidaknya autokorelasi, peneliti menggunakan Durbin - Watson DW test. Hasil pengujian autokorelasi dapat dilihat pada tabel
berikut:
Tabel 4.4 Hasil Uji Autokorelasi dengan Durbin-Watson
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .388
a
.150 .055
.52277 2.258
Predictors: Constant, ROE, DAR, LDAR, EAR, S.ASET, LDER, ROA, DER
b. Dependent Variable: RETURN
Sumber: Pengolahan Data SPSS, Maret 2015
Berdasarkan hasil pengujian Durbin-Watson dengan menggunakan SPSS 20.0 maka diperoleh nilai Durbin-Watson sebesar 2.258, yang berarti berdasarkan
kriteria Durbin-Watson hasil tersebut 1.65 2.258 2.35 yang berarti tidak terjadi autokorelasi.
4.1.4. Model Regresi Berganda
Kategori