c. Uji Autokorelasi
Tabel 4.9 Output Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.884
a
.782 .766
1.74688 2.006
a. Predictors: Constant, LNINFLASI, LNIHSG, LNKURS, LNSBI, LNPDB
b. Dependent Variable: LNKINERJA Nilai DW sebesar 2,006, nilai ini akan kita bandingkan dengan
nilai tabel dengan menggunakan signifikansi 5, jumlah sampel 72 n dan jumlah variabel independen 5 k = 5 maka tabel Durbin-
Watson akan didapatkan nilai sebagai berikut :
Tabel 4.10 Tabel Durbin Watson Test Bound
k = 5 N DI DF
15 .
. 72
0,562 .
. 1,487
2,220 .
. 1,770
Oleh karena nilai DW 2,006 lebih besar dari batas atas du 1,770 dan kurang dari 4-1,770 4-du, maka dapat disimpulakan
bahwa kita tidak bisa menolak H0 yang menyatakan bahwa tidak ada autokorelasi positif dan negatif atau dapat disimpulkan tidak terdapat
autokorelasi.
92
d. Uji Heteroskedastissitas
Gambar 4.9 Output Uji Heterokedastisitas
Berdasarkan gambar diatas terlihat bahwa titik-titik menyebar secara acak, serta tersebar baik diatas maupun dibawah angka 0 pada
sumbu y. hal ini dapat disimpulkan bahwa tidak terjadi Heteroskedastissitas pada model regresi, sehingga model regresi layak
untuk dijadikan sebagai alat untuk memprediksi kinerja reksadana pendapatan tetap.
Analisis dengan grafik plot memiliki kelemahan yang cukup signifikan oleh karena jumlah pengamatan mempengaruhi hasil
ploting. Semakin sedikit jumlah pengamatan semakin sulit menginterpretasikan hasil grafik plot. Oleh sebab itu diperlukan uji
statistik yang lebih dapat menjamin keakuratan hasil. Ghozali, 2005
93
Uji statistik yang digunakan oleh penulis adalah uji Glejser :
TABEL 4.11 Output Uji Glejser pada Uji Heteroskedastisitas
Coefficients
a
Unstandardized Coefficients Standardized
Coefficients Model
B Std. Error
Beta T
Sig. Constant
-44449.295 88141.017
-.504 .616
ABSIHSG 12.690
16.483 .234
.770 .444
ABSSBI 3601297.283 4471244.196
.145 .805
.423 ABSKURS
-3.732 9.196
-.063 -.406
.686 ABSPDB
.432 .838
.174 .516
.608 1
ABSINFLA SI
-2778123.690 2243705.843 -.236
-1.238 .220
a. Dependent Variable: ABSKINERJA
Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Hasil
tampilan di atas menjelaskan bahwa tidak ada satu pun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen nilai absolut. Hal ini terlihat probabilitas signifikansinya di atas tingkat kepercayaan 5. Jadi dapat disimpulkan model regresi tidak
mengandung adanya heteroskedastisitas.
94
6. Pengujian Statistik
Kategori