Jain 2003, Uji Park dapat lebih teliti dalam memantau gejala heteroskedastisitas ini. Dengan demikian, penelitian ini akan menggunakan Uji Park guna
menentukan gejala heteroskedastisitas variabel-variabelnya. Uji Park dilakukan dengan cara meregresikan variabel independen dengan nilai logaritma residual
yang telah dikuadratkan. Jika hasilnya menunjukkan secara statistik tidak signifikan tingkat signifikansinya lebih besar dari 0,05 berarti tidak terdapat
heteroskedastisitas dalam model penelitian tersebut dan sebaliknya Ghazali, 2007.
3.4.1.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan kesalahan periode
sebelumnya t-1. Jika terjadi korelasi maka dinamakan terdapat masalah autokorelasi. Model regresi yang baik adalah yang bebas autokorelasi. Gejala
autokorelasi terjadi karena adanya korelasi antara anggota serangkaian observasi yang diurutkan menurut urutan waktu time series. Model regresi yang
mengalami gejala autokorelasi memiliki standard error yang sangat besar, sehingga kemungkinan besar model regresi menjadi tidak signifikan Ghazali,
2007.
Salah satu cara yang digunakan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan menggunakan Run Test. Run test sebagai bagian dari statistik non-
parametrik digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa
residual adalah acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis.
Pengambilan keputusan pada uji Run Test adalah sebagi berikut: 1. Jika hasil uji Run Test menunjukkan nilai signifikan lebih kecil dari 0,05 maka
dapat disimpulkan bahwa residual tidak random atau terjadi autokorelasi antar nilai residual.
2. Jika hasil uji Run Test menunjukkan nilai signifikan lebih besar dari 0,05 dapat disimpulkan bahwa residual random atau tidak terjadi autokorelasi antar nilai
residual.
3.5 Pengujian Hipotesis
3.5.1 Uji Koefisien Determinasi R²
Koefisien Determinasi R² bertujuan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi
adalah antara nol dan satu. Nilai R² yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.
Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel
dependen. Bila terdapat nilai adjusted R² bernilai negatif, maka nilai adjusted R² dianggap bernilai nol Ghazali, 2007.
3.5.2 Uji F Statistik
Pengujian uji F statistik merupakan pengujian regresi secara keseluruhan yang menunjukkan apakah variabel independen secara keseluruhan mempunyai
pengaruh terhadap variabel dependen. Pengujian dilakukan berdasarkan probabilitas sebagai berikut:
a. Dalam skala probabilitas 5 atau 0,05, jika probabilitas atau signifikansi α
0,05, maka variabel independen berpengaruh terhadap variabel dependen, sebaliknya jika
α 0,05 maka variabel independen tidak berpengaruh terhadap dependen.
b. Pada skala 10 atau 0,10 jika probabilitas atau signifikansi α 0,1 maka
variabel independen secara simultan tidak berpengaruh terhadap dependen. Jika probabilitas atau signifikansi menunjukkan
α 0,1 maka variabel independen secara simultan berpengaruh terhadap dependen.
3.5.3 Uji T Statistik
Uji T statistik digunakan untuk menilai hubungan antara variabel dependen dan variabel independen apakah memiliki pengaruh satu dengan lainnya, dengan
asumsi variabel independen lainnya konstan.
