ini uji autokorelasi dilakukan dengan menggunakan uji Durbin-Watson untuk melihat ada tidaknya masalah autokorelasi pada model regresi.
Hasil Uji Autokorelasi, ditunjukkan pada tabel berikut ini:
Tabel 5. Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-
Watson 1
,385
a
,148 ,095
,427502 2,402
a. Predictors: Constant, NDTS, BO, RISK, SIZE b. Dependent Variable: DER
Sumber: Lampiran 11, Halaman 86
Berdasarkan hasil uji autokorelasi diperoleh nilai Durbin-Watson sebesar 2,402, Nilai ini dibandingkan dengan nilai tabel Durbin-
Watson k, n yang mana k menunjukkan jumlah variabel independen yakni 4 variabel dan n adalah jumlah sampel sejumlah 69 unit
observasi. Maka nilai du tabel menunjukkan 1,534 dan nilai dl menunjukkan
2,466, sehingga
1,5342,4022,466, hasil
ini menunjukkan
bahwa pengujian
autokorelasi sebagai
prasyarat pengujian asumsi klasik sudah terpenuhi.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada tidaknya salah satu penyimpangan asumsi klasik yaitu varian dari residual tidak
konstan. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Pada penelitian ini pengujian
heteroskedastisitas dilakukan dengan menggunakan uji Glejser. Dalam uji Glejser jika nilai t tidak signifikan pada 5 atau sig. 5, maka
dapat disimpulkan
bahwa model
regresi tidak
mengandung heteroskedastisitas.
Table 6. Hasil Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Beta
t Sig.
B Std.
Error 1
Constant 1,668
0,843 1,979
0,052 BO
0,002 0,268
0,001 0,006
0,995 SIZE
-0,075 0,048
-0,232 -1,561
0,123 RISK
0,000 0,000
0,070 0,522
0,604 NDTS
-0,050 0,030
-0,219 -1,682
0,097
a. Dependent Variable: ABS_RES
Sumber: Lampiran 12, Halaman 87
Berdasarkan tabel
6 hasil
pengujian heteroskedastisitas
menunjukkan bahwa tidak ada satupun variabel independen yang signifikan secara statistik memengaruhi variabel dependen nilai
absolute residual.
Hasil ini
dapat dilihat
dari probabilitas
signifikasinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan bahwa model regresi tidak mengandung heteroskedastisitas dan model
regresi sudah memenuhi prasyarat pengujian analisis.