3.7.1.3 Uji Heteroskedastisitas
Pengujian ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variancedari residual satu pengamatan
ke pengamatan yang lain. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan menggunakan grafik
Scatterplot antara nilai prediksi variable dependen yaitu ZPREDdengan residualnya SRESID. Apabila nilai profitabilitas
signifikansinya di atas tingkat kepercayaan 5 dan grafik Scatterplot, jika tidak ada pola yang jelas dan titik-titik menyebar
diatas maupun dibawah angka nol pada sumbu Y, maka dapat disimpulkan bahwa model regresi tidak mengandung adanya
heteroskedastisitas Ghozali, 2007.
3.7.1.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan penggunaan pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan waktu
berkaitan satu sama lainnya. Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara
kesalahan penggunaan pada periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang
berurutan waktu berkaitan satu sama lainnya. Run Testdapat digunakan untuk menguji apakah residual terdapat korelasi yang
Universitas Sumatera Utara
tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test
digunakan untuk melihat apakah data residual terjadi secara acak atau sistematis. Tidak terjadi autokorelasi apabila probabilitas
s ignifikan lebih besar dari α= 0,05
3.7.1.5 Uji Regresi Berganda
Regresi berganda dilakukan untuk mengetahui sejauh mana variabel bebas mempengaruhi variabel terikat. Pada regresi berganda
terdapat satu variabel terikat dan lebih dari satu variabel bebas. Dalam penelitian ini yang menjadi variabel terikat adalah
profitabilitas ROA, sedangkan yang menjadi variabel bebas HCE, SCE, dan CEE.
Model hubungan return on asset ROA dengan variabel-variabel tersebut dapat disusun dalam fungsi atau persamaan sebagai berikut
ROA = a + b1HCE + b2 SCE + b3 CEE + e
Dimana : a = Konstanta
b1, b2, b3 = koefisien regresi dari HCE, SCE, CEE e = eror term
3.7.2 Pengujian Hipotesis
Kategori