82
bebas di atas tidak terjadi heteroskedastisitas atau bersifat homoskedastisitas.
d. Uji Autokorelasi
Persamaan regresi yang baik adalah yang tidak memiliki masalah autokorelasi, jika terjadi autokorelasi maka persamaan
tersebut menjadi tidak baik atau tidak layak dipakai prediksi. Masalah autokorelasi baru timbul jika ada korelasi secara inier
antara kesalahan penggangu periode t berada dengan kesalahan penggangu periode t-1 sebelumnya. Selain kriteria pengambilan
keputusan yang telah dijelaskan pada bab sebelumnya dengan menggunakan nilai dl dan du pada tabel durbin Watson terhadap
uji autokerelasi, terdapat pula ukuran lain dalam menentukan ada tidaknya masalah autokerelasi dengan uji Durbin Watson DW
dengan ketentuan berikut:
68
1 Terjadi autokorelasi positif, jika nilai DW di bawah -2. 2 Tidak terjadi autokoreasi, jika nilai DW berada diantara -2
dan +2 atau 2 DW + 2
3 Terjadi autokorelasi negative jika nilai DW di atas + 2 atau DW + 2
Berikut ini adalah hasil uji multikolinearitas yang disajikan pada tabel 4.4:
68
Danang Sunyoto, “Uji Khi Kuadrat Regresi untuk penlitian”, Yogyakarta: Graha Ilmu, 2010 Ed I; Cet.I,, h.110.
83
Tabel 4.3 Uji Durbin Watson
Berdasarkan hasil analisis regresi diperoleh nilai hitung Durbin-Watson sebesar 2.327. Maka dari perhitungan dapat disimpulkan bahwa DW test
terletak pada daerah uji berada diantara -2 dan +2 yang berarti tidak terdapat masalah autokorelasi pada persamaan regresi dalam penelitian ini.
Sedangkan apabila
digunakan kriteria
pengambilan keputusan
menggunakan nilai dl dan du pada tabel DW dengan sifnifikansi 0.05 dan jumlah data n = 33, serta k = 3 k adalah jumlah variabel indeenden
diperoleh nilai dl sebesar 1,4136 dan du sebesar 1,6723. Karena nilai DW 2.327 berada pada daerah antara dL dan du du dw du, maka Ho
diterima. Jadi, dapat disimpulkan bahwa tidak terjadi autokorelasi atau tidak ada kepastian kesimpulan yang pasti pada model regresi.
I. Analisis Regresi
Analisis regresi digunakan untuk meramalkan niali suatu variabel. Regresi linier berganda bertujuan menghitung besarnya pengaruh dua
atau lebih variabel bebas terhadap satu variabel terikat dan
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,680
a
,462 ,385
8,49825 2,327
a. Predictors: Constant, NPF, SG, ROA, CAR b. Dependent Variable: ABS_RES2