Sumber: Hasil Pengolahan Data SPSS Juni 2015 Gambar 4.3a
Grafik
Scatterplot
Heteroskedastisitas
Pada grafik scatterplot diatas, terlihat titik-titik menyebar secara acak, serta tersebar baik diatas maupun dibawah angka 0 pada
sumbu Y sehingga dapat diambil kesimpulan bahwa tidak terdapat gejala heteroskedastisitas pada model regresi yang digunakan.
4.2.4 Uji autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah sebuah model regresi terdapat korelasi antara kesalahan penganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 atau sebelumnya Ghozali, 2005. Jika terjadi korelasi dinamakan ada masalah
autokorelasi. Untuk mendeteksi ada atau tidaknya autokorelasi, peneliti menggunakan Durbin-Watson DW test. Model regresi yang baik
adalah regresi yang bebas dari autokorelasi.Pengambilan keputusan
Universitas Sumatera Utara
pada asumsi ini memerlukan dua nilai bantu yang diperoleh dari tabel Durbin Watson, yaitu nilai dl dan du untuk K = jumlah variabel bebas
dan n = jumlah sampel. Jika nilai DW berada diantara nilai du hingga 4-du, berarti asumsi tidak terjadi autokorelasi terpenuhi. Adapun
kriteria dalam penentuan autokorelasi adalah sebagai berikut : 1
Jika Dw Dl atau Dw 4-Dl maka terdapat autokorelasi. 2
Jika Dl Dw Du atau 4-Du Dw 4-Dl maka status autokorelasi tidak dapat dijelaskan
inconclusive
. 3
Jika Du Dw 4-Du maka tidak terjadi autokorelasi Non Autokorelasi.
Tabel 4.5 digunakan untuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 20. Tabel DW
menunjukkan bahwa dengan n = 96, K = 3, maka akan diperoleh nilai dl = 1.5966 dan du = 1.7295 dan 4-du = 4
– 1.7295 = 2.2705 Hasil pengujian autokorelasi dapat dilihat pada tabel
berikut:
Tabel 4.4 Uji Autokorelasi dengan Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .392
a
.154 .126
1405.69864 2.106
a. Predictors: Constant, EVA, ROA, LABA.AKUN b. Dependent Variable: STOCK.PRICE
Sumber: Hasil Pengolahan Data SPSS Juni 2015
Universitas Sumatera Utara
Tabel 4.4a Uji Autokorelasi dengan Durbin-Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .512
a
.263 .239
1.00962 2.220
a. Predictors: Constant, EVA, ROA, LABA.AKUN b. Dependent Variable: LN_S.PRIC
Sumber: Hasil Pengolahan Data SPSS Juni 2015
Berdasarkan hasil pengujian autokorelasi dengan Durbin- Watson diperoleh nilai sebesar 1.7295 2.20 2.2705 yang berarti
berdasarkan kriteria Durbin-Watson hasil tersebut tidak terjadi autokorelasi.
4.3 Analisis Regresi
