4.4.2. Uji Heteroskedastisitas
Asumsi heteroskedastisitas adalah asumsi dalam regresi dimana varians dari residual tidak sama untuk satu pengamatan ke pengamatan lainnya. Uji untuk
mengetahui heteroskedastisitas ini adalah dengan melihat penyebaran dari varians residual pada diagram pencar scatterplot.
Sumber: Hasil Penelitian, 2013 Data diolah
Gambar 4.3 Grafik Scatterplot Perusahaan Sektor Aneka Industri di BEI
Pada Gambar 4.3 terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas. Hal ini menunjukkan tidak terjadi
heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai. Untuk memperoleh hasil heteroskedastisitas yang lebih signifikan dapat dilakukan
dengan menggunakan Uji Glejser.
Universitas Sumatera Utara
Tabel 4.3 Heteroskedastisitas Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 38495.688
11198.851 3.437
.001 danajangkapanjang
.087 .027
.598 3.235
.002 Hutanglancar
.008 .020
.073 .394
.695 a. Dependent Variable: absut
Sumber: Hasil Penelitian, 2013 Data diolah
Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka terdapat indikasi terjadi heteroskedastisitas. Hasil tampilan
output SPSS yang tersaji dalam Tabel 4.3 dengan jelas menunjukkan bahwa variabel independen yang signifikan secara statistik mempengaruhi variabel
dependent absolut absut. Hal ini terlihat dari probabilitas signifikansi dana jangka panajang diibawah tingkat signifikansi 5. Jadi disimpulkan model
regresi mengalami adanya heteroskedastisitas. Oleh sebab itu, dilakukan tindakan perbaikan heteroskedastisitas dengan
cara transformasi logaritma natural. Transformasi dalam bentuk logaritma dilakukan untuk memenuhi adanya homoskedastisitas. Dalam penelitian ini,
model yang diuji adalah model yang telah ditransformasikan. Hasilnya terlihat pada Tabel berikut:
Universitas Sumatera Utara
Tabel 4.4 Perbaikan Heteroskedastisitas Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.572
1.030 1.527
.135 Lndanajangkapanjang
-.013 .085
-.029 -.159
.874 Lnhutanaglanacar
-.060 .081
-.134 -.738
.465 a. Dependent Variable: absut
Tabel 4.9 menunjukkan bahwa kedua variabel independen memiliki nilai signifikan yang lebih besar dari tingkat kepercayaan 5, sehingga dapat
disimpulkan bahwa model regresi tidak mengalami heteroskedastisitas. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen,
maka terdapat indikasi terjadi heteroskedastisitas. Oleh sebab itu, setelah dilakukan tindakan perbaikan heteroskedastisitas dengan cara trasformasi
logaritma natural menunjukkan tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut.
4.4.3. Uji Autokorelasi
Kategori