4.2.6 Uji Autokorelasi
Pengujian ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pada periode t dengan kesalahan pada periode
t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelation. Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada time series. Salah satu cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah
dengan uji Durbin Watson. Pengambilan keputusan ada tidaknya autokorelasi adalah
Tabel 4.6 Kriteria Pengambilan Keputusan Uji
Durbin Watson
Hipotesis Nol Keputusan
Jika Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif No decision
dl d du Tidak ada autokorelasi negative
Tolak 4
– dl d 4 Tidak ada autokorelasi negative
No decision 4
– du d 4 – dl Tidak ada autokorelasi positif
atau negative Tidak ditolak
du d 4 – du
Hasil dari uji autokorelasi dapat dilihat pada table berikut :
Tabel 4.7 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .619
a
.384 .331
.44589 1.969
a. Predictors: Constant, cash form financing, cash form investing, cash form operation b. Dependent Variable: liquidity
Sumber : Diolah dari SPSS 2013
8QLYHUVLWDV6 XPDWHUD8WDUD
Dari tabel diatas, dapat dilihat bahwa nilai Durbin-Watson sebesar 1,969 dengan jumlah sampel 39 dan jumlah variable independen 3, maka pada tabel
Durbin-Watson didapat nilai batas bawah dl 1,137 dan nilai batas atas du 1,452. Oleh karena itu, nilai Durbin-Watson berada pada rentang du d 4 - du sehingga
1,452 1,969 4 - 1,452. Dengan demikian, maka dalam model regresi linear berganda ini tidak ada autokorelasi positif atau negatif antara kesalahan
pengganggu pada periode penelitian dengan kesalahan pengganggu pada periode sebelum penelitian.
4.3 Model dan Teknik Analisis Data 4.3.1 Model Regresi Berganda