membentuk suatu pola. Menurut Situmorang at al 2008:68, bahwa model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Jadi,
model regresi linear berganda yang didapat memenuhi asumsi homokedastisitas atau tidak terkena heterokedastisitas.
4. Uji Autokorelasi
Uji ini digunakan untuk mengetahui apakah terdapat hubungan antara serangkaian observasi yang diurutkan menurut waktu sepertidalam data deret
waktu atau ruang seperti data cross section dalam Situmorang at al, 2008:78- 95. Dalam penelitian ini, metode yang dilakukan untuk menguji ada atau
tidaknya autokorelasi dalam suatu model regresi yaitu dengan melakukan Durbin-Watson Test DW yang diberi simbol d.
Tabel 4.5. Hasil Durbin-Watson Test
Model Durbin-Watson
1 2,138
Sumber : Hasil Penelitian, 2011 SPSS 15.00
Pada hasil Durbin-Watson Test pada Tabel 4.5. maka dapat diketahui bahwa nilai d yaitu sebesar 2,138. Nilai d akan dibandingkan dengan nilai dl dan
du pada n = 60 dan k = jumlah variabel bebas=2. d
= 2,138 dl
= 1,514 du
= 1,652
Sesuai dengan Tabel 3.4. pada BAB III , maka apabila du d 4-du maka
dapat disimpulkan bahwa model regresi tidak terkena autokorelasi positif maupun negatif.
= 1,652 2,138 4-1,652 = 1,652 2,138 2,348
Selain Durbin-Watson Test dilakukan untuk mengetahui ada atau tidaknya autokorelasi dalam model regresi, peneliti menggunakan The Runs Test.
Tabel 4.6. Hasil The Runs Test
Saham Perusahaan Test Valuea
240,42 Cases Test Value
30 Cases = Test Value
30 Total Cases
60 Number of Runs
35 Z
1,042 Asymp. Sig. 2-tailed
,298 a Median
Sumber : Hasil Penelitian, 2011 SPSS 15.00
Pada hasil The Runs Test pada Tabel 4.6. dapat diketahui bahwa model regresi tidak terkena autokorelasi karena Asymp. Sig. 2-tailed sebesar 0,298
lebih besar dari signifikansi 5 0,298 0,05.
5. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui apakah dalam model regresi linear ditemukan adanya korelasi yang tinggi diantara variabel bebas,
dengan ketentuan :
Bila VIF 5 maka terdapat masalah multikolinearitas yang serius
Bila VIF 5 maka tidak terdapat masalah multikolinearitas yang serius.
Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Variance Inflation Factor VIF pada Tabel 4.7.
Tabel 4.7. Hasil uji Multikolineritas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1220,006 223,434
5,460 ,000
Nilai Tukar -41,467
12,717 -,391
-3,261 ,002
,982 1,018
Suku Bunga -2,60E-005
,000 -,156
-1,301 ,199
,982 1,018
Sumber : Hasil Penelitian, 2011 SPSS 15.00
Berdasarkan Tabel 4.7. maka dapat diketahui bahwa model tidak terdapat masalah, karena VIF Variance Inflation Factor tidak lebih besar dari 5 yaitu :
VIF Nilai Tukar = 1,018 5
VIF Suku Bunga = 1,018 5
Selain nilai VIFnya yang dilihat, nilai tolerancenya juga dapat digunakan untuk mengetahui multikolonieritas. Apabila nilai tolerancenya lebih besar dari
sig. 5, maka model tidak terkena multikolonieritas. Berdasarkan Tabel 4.7. maka diketahui bahwa model penelitian ini tidak terkena multikolinearitas, karena
nilai tolerance variabel bebas lebih besar dibandingkan sig. 5.
4.2.3. Pengujian Hipotesis
