56
4.1.2.4 Uji Heteroskedasitas
Uji heteroskedasitas dapat dilakukan dengan cara melihat pola residual dari hasil estimasi regresi. Jika residual bergerak konstan maka tidak terjadi
heteroskedasitas. Akan tetapi, jika residual membentuk suatu pola tertentu maka ada terjadi heteroskedasitas.
Gambar 4.2 Hasil Uji Heteroskedasitas
Sumber : Output Eviews 7, Diolah Penulis 2014
Dari hasil output Eviews7 diatas maka tidak ada terbentuk suatu pola tertentu sehingga data ini bebas dari heteroskedasitas sehingga data ini bagus
digunakan untuk memprediksi variabel terikatnya. Untuk membuktikan dugaan pada uji heteroskedasitas, maka dilakukan uji
White Heteroscedasticity. Hasil yang diperhatikan dari uji ini adalah nilai F dan
-4,000 -2,000
2,000 4,000
6,000 8,000
2,000 4,000
6,000 8,000
10,000
25 50
75 100
125 150
175 Residual
Actual Fitted
Universitas Sumatera Utara
57
ObsR-Squared. Jika nilai ObsR-Squared lebih kecil dari X
2
tabel, maka tidak terjadi heteroskedasitas. Demikian juga sebaliknya seperti yang ditampilkan oleh
tabel 4.5
Tabel 4.4 Uji White Heteroskedasitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic
0.840245 Prob. F3,176 0.4735
ObsR-squared 2.541621 Prob. Chi-Square3
0.4678 Scaled explained SS
7.734234 Prob. Chi-Square3 0.0518
Test Equation: Dependent Variable: RESID2
Method: Least Squares Date: 012015 Time: 21:06
Sample: 1 180 Included observations: 180
Variable Coefficient
Std. Error t-Statistic
Prob. C
1400501. 1624986.
0.861854 0.3899
ROE 11658.41
16066.88 0.725618
0.4690 EPS
18329.08 15511.96
1.181610 0.2390
EVA -8.38E-06
1.00E-05 -0.837249
0.4036 R-squared
0.014120 Mean dependent var 3286508.
Adjusted R-squared -0.002685 S.D. dependent var
8315195. S.E. of regression
8326350. Akaike info criterion 34.72972
Sum squared resid 1.22E+16 Schwarz criterion
34.80067 Log likelihood
-3121.675 Hannan-Quinn criter. 34.75849
F-statistic 0.840245 Durbin-Watson stat
1.457280 ProbF-statistic
0.473498 Sumber : Output Eviews7, Diolah Penulis 2014
Universitas Sumatera Utara
58
Dari hasil uji White Heteroskedasitas diatas maka dapat dilihat jika nilai p- value ObsSquared sebesar 0,0518, sehingga nilai p-value ObsSquared 0,01
maka dapat disimpulkan tidak terdapat heteroskedasitas.
4.1.3. Analisis Regresi