histogram yang tidak condong ke kiri dan ke kanan sehingga dapat dikatakan data berdistribusi normal.
4.4.2 Uji Autokorelasi
Menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu pada et pada periode tertentu
dengan variabel pengganggu periode sebelumnya et -1. Untuk mempercepat proses ada tidaknya autokorelasi dalam suatu model dapat digunakan patokan
nilai Durbin Watson hitung mendekati angka 2. Jika nilai Durbin Watson hitung mendekati atau disekitar angka 2 maka model tersebut terbebas dari asumsi klasik
autokorelasi, karena angka 2 pada uji Durbin Watson terletak di daerah No Autocorelation. Pada output tersebut diperoleh nilai Durbin Watson sebesar 1,956.
Uji asumsi klasik statistik autokorelasi dapat dideteksi dari output pada Tabel 4.8 sebagai berikut:
Tabel 4.8 Model Summary
b
Model R R Square
Adjusted R Square
Std. Error of the Estimate Durbin-Watson
1 .744
a
.553 .545
1.69085 1.956
a. Predictors: Constant, CSR b. Dependent Variable: Citra perusahaan
Sumber:Pengolahan SPSS 2013
4.4.3 Uji Heterokedastisitas
Pengujian ini dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual dari satu observasi ke observasi yang
lain. Jika varian residual dari satu observasi ke observasi yang lain tetap atau sama, maka disebut homoskedastisitas dan jika varian berbeda disebut
Universitas Sumatera Utara
heteroskedastisitas. Uji heteroskedastisitas dilakukan dengan menggunakan metode chart diagram Scatterplot, dengan dasar pemikiran bahwa :
1. Jika ada pola tertentu terdaftar titik-titik point-point, yang ada membentuk suatu pola tertentu yang beraturan bergelombang, melebar, kemudian
menyempit, maka terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik point-point menyebar ke atas
dan dibawah 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Dari output spss 17 diperoleh gambar sebagai berikut:
Gambar 4.5 Grafik Uji Heteroskedastisitas
Sumber : Pengolahan SPSS 2013
Pada Gambar 4.5 dapat dilihat bahwa model regresi linear sederhana terbebas dari asumsi klasik heteroskesdastisitas dan layak digunakan dalam
penelitian.
Universitas Sumatera Utara
4.4.4 Pengujian Hipotesis a. Uji Signifikansi Secara Parsial Uji T