63
AbsUi sebagai variabel dependennya. Dengan ini dapat disimpulkan bahwa model regresi layak digunakan karena tidak terjadi heteroskedastisitas.
4.3.4 Uji Autokorelasi
Istilah autokorelasi dapat didefenisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data deret
waktu atau ruang seperti dalam data cross-section. Dalam konteks regresi, model regresi linear klasik mengasumsikan bahwa autokorelasi seperti itu tidak
terdapat dalam disturbansi atau gangguan Ui. Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu
periode dengan model regresi. Autokorelasi menunjukkan adanya korelasi antara kesalahan pengganggu pada data yang tersusun, baik berupa data cross sectional
atau time series. Jika terjadi autokorelasi dalam model regresi berarti koefesien korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yang baik
adalah model regresi yang bebas dari autokorelasi. Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah
dengan melakukan pengujian Durbin Watson DW. Pengambilan keputusan ada tidaknya autokorelasi menurut Ghozali 2005:96 dapat dilihat dalam tabel
dibawah ini :
Universitas Sumatera Utara Universitas Sumatera Utara
64
Tabel 4.11 Kriteria Pengambilan Keputusan Uji Durbin Watson
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du
Tidak ada korelasi negative
Tolak 4 – dl d 4
Tidak ada korelasi negative
No decision 4 – du
≤ d ≤ 4 – dl
Tidak ada korelasi positif atau negatif
Tidak ditolak du d 4 – du
Hasil uji autokorelasi dapat dilihat pada tabel 4.10 berikut ini:
Tabel 4.12 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .474
a
.225 .178
.08395 1.840
a. Predictors: Constant, Total Asset Turnover, Inventory Turnover, Current Ratio b. Dependent Variable: Return On Common Equity
Sumber: Diolah dengan SPSS 17, 2013 Berdasarkan tabel diatas diketahui bahwa nilai DW sebesar 1,840. Nilai ini
dibandingkan dengan nilai tabel dengan menggunakan nilai signifikan 5, jumlah variabel independen 3 k=3 dan jumlah observasi sebanyak 54 n=54 maka dari
tabel Durbin Watson akan diperoleh nilai dl sebesar 1.4464 dan nilai du sebesar 1.6800. Maka nilai DW hitung lebih besar dari batas atas du 1,6800 dan lebih
Universitas Sumatera Utara Universitas Sumatera Utara
65
besar dari dl 1,4464, berarti dl d du 1.4464 1,840 1,6800 maka dapat disimpulkan bahwa penelitian dapat mengambil kesimpulan tidak terjadi
autokorelasi Negara.
4.4 Analisis Regresi Berganda