Uji autokorelasi ini ditujukan untuk mengidentifikasi adanya korelasi antara kesalahan pengganggu yang terjadi antar periode yang
diujikan dalam model regresi. Adapun kriteria untuk uji Durbin- Watson Ghozali, 2006 adalah:
DW -2 = ada autokorelasi positif -2 DW 2 = tidak ada autokorelasi
DW 2 = ada autokorelasi negatif
4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual atau pengamatan
ke pengamatan yang lain dengan menggunakan grafik Scatterplot. Model regresi yang baik adalah tidak terjadi heterokedastisitas
Ghozali, 2006. Dasar pengambilan keputusannya, jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
tertatur bergelombang, melebar, kemudian menyempit, maka mengindikasikan bahwa telah terjadi heteroskedastisitas. Jika tidak
ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas
Ghozali, 2006
.
c. Pengujian Hipotesis
1 Uji Individu t- Statistik
63
Uji t bertujuan untuk menguji seberapa jauh pengaruh satu variabel independen secara individual yaitu: biaya kesejahteraan
karyawan dan biaya untuk komunitas dalam menerangkan variasi variabel dependen, yaitu kinerja keuangan. Untuk dapat mengetahui
apakah ada pengaruh yang signifikan dari variabel masing-masing independen terhadap variabel dependen, maka nilai signifikan t
dibandingkan dengan derajat kepercayaannya. Apabila sig t lebih besar dari 0,05 maka H
a
ditolak. Demikian pula sebaliknya jika sig t lebih kecil dari 0,05 maka H
a
diterima. Bila H
a
diterima ini berarti ada pengaruh yang signifikan antara variabel independen terhadap
variabel dependen Ghozali, 2006
2 Uji Regresi Simultan Uji Statistik F
Analisis regresi secara multivariate dengan menggunakan metode uji-F dengan taraf signifikansi 5 untuk mengetahui
pengaruh seluruh variabel independen secara serentak atau simultan terhadap variabel dependen.
Uji F dilakukan dengan tujuan untuk menguji apakah keseluruhan variabel independen mempunyai
pengaruh secara bersama-sama terhadap 1 variabel dependen. Menurut Ghozali 2006 dapat disimpulkan bahwa jika nilai
signifikan 0,05 maka H
a
ditolak, namun jika nilai signifikasi 0,05 maka H
a
diterima.
3 Koefisien Determinasi R
2
64
Koefisien determinasi digunakan untuk mengukur persentase variasi variabel terikat yang dijelaskan oleh semua variabel bebasnya.
Untuk regresi dengan lebih dari dua variabel bebas, digunakan adjusted R
2
sebagai koefisien determinasi, Santoso 2004. Nilai koefisien determinasi terletak antara 0 dan 1 0 R
2
1, dimana semakin tinggi nilai R
2
suatu regresi atau semakin mendekati 1, maka hasil regresi tersebut semakin baik. Hal ini berarti variabel-
variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel terikat. Kelemahan mendasar
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel bebas yang dimasukkan ke dalam model. Setiap tambahan
satu variabel bebas maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel
terikat. Oleh karena itu digunakanlah adjusted R
2
pada saat mengevaluasi model regresi. Tidak seperti R
2
, nilai adjusted R
2
dapat naik atau turun apabila satu variabel bebas ditambahkan ke dalam
model. Dalam kenyataan nilai adjusted R
2
dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Menurut Gujarati
2003 jika dalam uji empiris didapat nilai adjusted R
2
negatif, maka nilai adjusted R
2
dianggap bernilai
nol. Secara matematis jika nilai R
2
= 1 maka adjuste 1 R
2
= R
2
= 1 sedangkan jika nilai R
2
= 0 maka adjusted R
2
= 1-k n-k. Jika k 1, maka adjusted R
2
akan berniali
negatif. 65
E. Definisi Operasional Variabel Penelitian dan Pengukurannya
