Table 9 : Hasil Uji Durbin Watson
Model Summary
b
.419
a
.176 .139
1.14552
.953
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, LogX2, LogX1 a.
Dependent Variable: LogY b.
Sumber : Lampiran 3 Dari tabel Durbin Watson untuk n= 48 dan k= 2 banyaknya variable
bebas diketahui nilai dU sebesar 1,63 dan 4-dU sebesar 2,37. Nilai dL sebesar 1,46 dan 4-dL sebesar 2,54.
Dari hasil perhitungan regresi diperoleh nilai uji Durbin Watson sebesar 0,953 dimana nilai tersebut berada di antara batas atas 0 dan d
L
1,31 berarti terdapat gejala auto korelasi.
Untuk mengatasi terjadinya masalah autokolerasi
pada model regresi tersebut terdapat
beberapa cara untuk menanggulangi masalah autokorelasi salah satunya dengan mentransformasikan data. Dengan memasukkan
variabel logaritma dari variabel terikatnya. Table 10 : Hasil Uji Durbin Watson setelah transformasi
Model Summary
b
.417
a
.174 .137
.64278 1.577
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, LogX2, LogX1 a.
Dependent Variable: Log2Y b.
Sumber : Lampiran 3
Dari hasil perhitungan regresi diperoleh nilai uji Durbin Watson setelah transformasi sebesar 1,577 dimana nilai tersebut berada di antara batas
atas d
L
1,46 dan 4-d
u
2,37 berarti terdapat gejala auto korelasi. Dari uji Durbin Watson sebesar 1,577 dimana nilai tersebut berada di
antara batas atas d
L
1,46 dan d
U
1,63, berarti tidak terdapat gejala auto korelasi dan berada pada daerah keragu-raguan.
3. Uji Heteroskedastisitas
Pada regresi linier nilai residual tidak boleh ada hubungan dengan variabel bebas. Hal ini bisa diidentifikasi dengan cara menghitung korelasi
rank spearman antara residual dengan seluruh variabel bebas. Hasil perhitungan adalah sebagai berikut :
Table 11 : Hasil Uji Heteroskedastisitas
Correlations
1.000 .186
-.239 .
.206 .102
48 48
48 .186
1.000 .005
.206 .
.974 48
48 48
-.239 .005
1.000
.102 .974
. 48
48 48
Correlation Coefficient Sig. 2-tailed
N Correlation Coefficient
Sig. 2-tailed N
Correlation Coefficient Sig. 2-tailed
N Unstandardized Residual
LogX1 LogX2
Spearmans rho Unstandardiz
ed Residual LogX1
LogX2
Sumber : Lampiran 3 Berdasarkan tabel diatas diketahui bahwa nilai untuk variabel bebas
yaitu lebih besar dari 5 , ini berarti bahwa tidak ada hubungan variabel bebas dengan nilai residunya, maka penelitian ini tidak terdapat gejala
heterokedastisitas.
4.3.4. Analisis Regresi Linier Berganda
Berdasarkan data tabel di atas diperoleh data masukan seperti terlihat pada lampiran. Data masukan ini digunakan untuk menghasilkan
perhitungan statistik. Perhitungan dilakukan dengan menggunakan metode regresi linier berganda untuk melihat konsistensi dari pengaruh variabel-
variabel independent terhadap variabel dependennya. Variabel dependent dalam penelitian ini adalah ROE Perusahaan,
sedangkan variabel independentnya adalah Profitabilitas Industri dan Profitabilitas Industri
Keuangan Tertimbang. Pengujian terhadap hipotesis ini menggunakan uji signifikasi dan dalam pengolahan datanya dilakukan
dengan bantuan program komputer SPSS. Statistik diskriptif berguna untuk mengetahui karakteristik sample
yang digunakan dalam penelitian. Untuk mengetahui gambaran mengenai karakteristik sample yang digunakan. Berdasarkan statistik diskriptif ini,
dapat diketahui jumlah sample yang diteliti, nilai rata-rata sample dan tingkat penyebaran data dari masing-masing variabel penelitian.
Tabel 12 : Statistik Deskriptif
Descriptive Statistics
-.0952 .69207
48 .0069
1.15775 48
.0841 .39154
48 Log2Y
LogX1 LogX2
Mean Std. Deviation
N
Sumber : Lampiran 4 Pada data dengan metode regresi linier berganda diperoleh hasil
seperti ditunjukkan pada tabel dibawah ini: