autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag diantara variable independen. Hipotesis yang
akan diuji adalah: H0 : tidak ada autokorelasi r = 0 dan HA : ada autokorelasi r
≠ 0 . Pengambilan keputusan ada atau tidaknya autokorelasi dapat dilihat dari tabel berikut:
Tabel 1.2 Pengambilan keputusan Uji Autokorelasi Hipotesis nol
Keputusan Jika
Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif
No decision dl ≤ d ≤ du
Tidak ada korelasi negatif
Tolak 4
– dl d 4 Tidak ada korelasi
negatif No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada korelasi, positif ataupun negatif
Tidak ditolak du d 4
– du
3.3.2.4 Uji Heteroskedastisitas
Menurut Ghozali 2011, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaam variance dari residual satu
pegamatan ke pengamatan lainnya. Jika variance dari residual satu pengamatan ke pangamatan lainnya tetap, maka disebut Homoskedastisitas dan
jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Kebanyakan data
crossection mengandung situasi heterokedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang, besar. Salah satu metode
yang digunakan untuk mendeteksi ada tidaknya heterokedastisitas adalah dengan
uji glejser. Uji glejser dapat dilakukan dengan membuat hipotesis: H0 : variance dari residual satu pengamatan ke pengamatan yang lain sama
terjadi homoskedastisitas. Ha : variance dari residual satu pengamatan ke pengamatan yang lain berbeda
terjadi heteroskedastisitas. Pengambilan keputusan: H0 ditolak : apabila sig-t 0,05
Ha diterima : apabila sig-t 0,05
3.3.3 Pengujian Hipotesis
3.3.3.1 Uji Goodness of Fit
3.3.31.1 Uji Koefisien Determinasi
Koefisien determinasi R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variansi variabel dependen. Nilai kemampuan
variabel-variabel independen dalam menjelaskan variabel dependen amat tervatas. Nilai R2 yang mendekati satu berarti menunjukan bahwa variabel-variabel
independen memberikan hampir semua informasi yang di butuhkan untuk memprediksi variabel dependen Ghozali, 2011.
3.3.3.1.2 Uji Statistik F atau ANOVA
Menurut Ghozali 2005 uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukan dalam model mempunyai pengaruh
secara bersama-sama terhadap variabel dependen. Hipotesis nol yang hendak diuji adalah apakah semua parameter dalam model sama dengan nol,