2. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk mengetahui apakah dalam model regresi terdapat ketidaksamaan varians dari satu pengamatan ke pengamatan
lainnya. Uji heteroskedastisitas data dilakukan dengan Uji Glejser. Hasil uji heteroskedastisitas disajikan dalam tabel berikut ini:
Tabel 4.8 Hasil Uji Heteroskedastisitas
Variabel Signifikansi
Pengambilan Keputusan
Ln_DAR Ln_LDAR
Ln_EAR 0.963
0.148 0.084
Bebas Heteroskedastisitas Bebas Heteroskedastisitas
Bebas Heteroskedastisitas
Sumber: Hasil olahan SPSS 16.00 diolah
Hasil pengujian heteoskedastisitas data pada tingkat signifikansi 5 menunjukkan nilai signifikansi dari ketiga variabel lebih besar dari 0.05. Maka,
dapat disimpulkan bahwa semua variabel independen tidak signifikan terhadap variabel absolut. Hal ini berarti data tidak terkena heteroskedastisitas.
3. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode tertentu dengan
kesalahan pengganggu pada periode sebelumnya. Pengujian autokorelasi ini dilakukan dengan menggunakan metode Breusch-Godfrey BG Test. Hasil uji
autokorelasi disajikan dalam tabel berikut ini: Tabel 4.9
Hasil Uji Autokorelasi Variabel
Signifikansi Pengambilan
Keputusan
Auto Lag 0.208
Bebas Autokorelasi
Sumber: Hasil olahan SPSS 16.00 diolah
Universitas Sumatera Utara
Hasil uji autokorelasi pada tingkat signifikansi 5 menunjukkan bahwa koefisien parameter untuk variabel Auto Lag memiliki nilai probabilitas
signifikan 0.208 yaitu diatas nilai signifikansi 0.05. Dengan demikian, dapat disimpulkan bahwa data tidak terkena autokorelasi.
4. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui apakah dalam model regresi linear berganda ditemukan adanya korelasi antara variabel-variabel
independen. Model regresi linear berganda yang baik adalah model regresi yang tidak terjadi korelasi antar variabel independennya. Salah satu cara untuk
mendeteksi ada tidaknya masalah multikolinieritas adalah dengan melihat Varian Inflation Factor VIF dan nilai Tolerance. Bila nilai VIF kurang dari 5 dan nilai
toleransi lebih dari 0,10 maka disimpulkan tidak terjadi multikolinieritas dalam model regresi, sehingga model regresi reliable sebagai dasar analisis. Hasil uji
multikolinieritas disajikan dalam tabel berikut ini:
Tabel 4.10 Hasil Uji Multikolinieritas
Variabel Tolerance
VIF DAR
LDAR EAR
0.583 0.561
0.807 1.716
1.783 1.240
Sumber: Hasil olahan SPSS 16.00 diolah
Hasil uji multikolinieritas menunjukkan nilai VIF dari semua variabel independen kurang dari 5 dan nilai toleransi lebih dari 0.1. Berdasarkan hasil
tersebut dapat disimpulkan bahwa ketiga variabel independen yang akan diuji tidak mengalami multikolinieritas, yang artinya ketiga variabel independen tidak
berkorelasi satu sama lain.
Universitas Sumatera Utara
C. Analisis Regresi Linear Berganda