menunjukkan regresi digunakan untuk memprediksi harga saham.
4.2.2.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linier ada korelasi antar kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang
berkaitan dengan yang lainnya. Hal ini sering ditemukan pada data time series. Untuk mengetahui ada atau tidaknya
autokorelasi adalah dengan menggunakan uji Durbin Watson dan uji The Run Test, pengambilan keputusan uji Durbin Watson
dapat dilakukan dengan ketentuan sebagai berikut :
Table 4.4 Kriteria Pengambilan Keputusan Uji Autokorelasi
Durbin Watson Kesimpulan
Kurang dari 1,08 Ada Autokorelasi
1,08-2,34 Tanpa Kesimpulan
1,66-2,34 Tidak ada autokorelasi
2,34-2,92 Tanpa Kesimpulan
Lebih dari 2,92 Ada Autokorelasi
Sumber : Algifari 2000:89 Berikut ini hasil tampilan output SPSS 18.0 tentang Uji
Autokorelasi :
Universitas Sumatera Utara
Table 4.5 Uji Autokorelasi Durbin-Watson
Sumber : Hasil Olah Data SPSS 18.0 2013
Berdasarkan Tabel 4.6 diatas menunjukkan bahwa tidak dapat ditarik kesimpulan autokorelasi, hal tersebut terlihat bahwa
nilai Durbin Watson sebesar 0,955 yakni berada diantara kurang dari 1,08 Artinya dalam model regresi ini ada autokorelasi antar
kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1.
Uji autokorelasi dapat juga dideteksi atau dilihat melalui uji The Run Test . Adapun hasil pengujian The Run Test dapat dilihat
sebagai berikut :
Model Summary
b
,600
a
,360 ,277
1602,640 ,955
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, ROA, DER, PBF, EPS a.
Dependent Variable: Harga Saham Rp b.
Universitas Sumatera Utara
Table 4.6 Uji Autokorelasi
The Run Test
Runs Test
Unstandardized Residual
Test Value
a
-348.25438 Cases Test Value
18 Cases = Test Value
18 Total Cases
36 Number of Runs
10 Z
-2.875 Asymp. Sig. 2-tailed
.004 a. Median
Sumber : Hasil Olah Data SPSS 18.0 2013
Berdasarkan Tabel 4.7 diatas dapat disimpulkan bahwa terjadi autokorelasi antara nilai residual, hal ini ditunjukkan oleh
nilai Asyim. Sig 2-tailed sebesar 0,004 diatas lebih kecil dari tingkat kepercayaan 5 0,05.
4.2.3 Pengujian Hipotesis 4.2.3.1 Koofisien Determinasi R