Bank Windu Ketjana Tbk

90 terdapat multikolinieritas pada model, sebaliknya jika nilai koefisien korelasi lebih dari 0.8 maka diduga model tidak mengandung masalah multikolinieritas Winarjono; 2007 Tabel 4.3 Hasil Uji Multikolinieritas Sumber : Data Diolah Tabel 4.3 menunjukan bahwa nilai korelasi antar variabel independen tidak lebih dari 0.8. Hal ini menunjukkan bahwa tidak terdapat masalah mulikolinieritas pada model regresi tersebut. c. Uji Heterokedastisitas Uji Heterokedastisitas bertujuan untuk menguji apakah dari model regresi tidak terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain. Jika residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedasitas, dan jika berbeda disebut heteroskedastisitas. Pada penelitian ini uji heteroskedastisitas dilakukan dengan menggunakan uji white untuk Dew_dirk Dew_kom Kom_Indep Kep_manj Dew_dirk 1.000000 0.759016 0.240941 -0.107881 Dew_kom 0.759016 1.000000 0.446780 0.119967 Kom_indep 0.240941 0.446780 1.000000 0.118457 Kep_manj -0.107881 -0.119965 0.118457 1.000000 91 mengidentifikasi masalah heteroskedastisitas. Hasil uji White dengan bantuan software Eviews 5.0 adalah sebagai berikut: Tabel 4.4 Hasil Uji Heteroskedastisitas F-statistic 1.619940 Probability 0.142347 ObsR-squared 12.15724 Probability 0.144325 Sumber : Data diolah Tabel 4.4 menunjukan bahwa model tidak mengandung heteroskedastisitas, karena nilai probabilitas chi square sebesar 0.144325 lebih besar dari 0,05 atau 5. Selain itu nilai R square hitung sebesar 12.15724 sedangkan nilai kritis R square p ada α = 5 dengan df 30 sebesar 43.773. Karena nilai R square hitung lebih kecil dari niali kritis chi square maka dapat disimpulkan tidak ada masalah heteroskedastisitas. d. Uji Autokorelasi Uji Autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode tertentu dengan kesalahan pengganggu pada periode sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual tidak bebas dari observasi ke observasi lainnya. Untuk menganalisis terjadi