Tabel 4.7 Coefficient Correlations
Sumber : Data diolah oleh Penulis, 2011
Berdasarkan tabel 4.7, nilai koefisien korelasi antar masing- masing variabel independen kurang dari 0,7, maka dapat dikatakan bahwa model
regresi linier berganda terbebas dari multikolinieritas dan dapat digunakan dalam penelitian.
3. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode saat ini dengan kesalahan
pengganggu sebelumnya.
Ghozali 2005:
95 menyatakan
bahwa “uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t sekarang dengan kesalahan
Coefficient Correlations
a
Model UMUR
CR TK
NPM TATO
LN_AKTV DAR
1 Correlations
UMUR 1.000
-.306 .046
-.153 -.050
.004 .625
CR -.306
1.000 .177
.314 .229
-.173 -.271
TK .046
.177 1.000
-.199 .515
-.566 .236
NPM -.153
.314 -.199
1.000 -.226
-.045 -.003
TATO -.050
.229 .515
-.226 1.000
-.246 .108
LN_AKTV .004
-.173 -.566
-.045 -.246
1.000 -.304
DAR .625
-.271 .236
-.003 .108
-.304 1.000
Covariances UMUR
1.800E-5 -9.401E-7 1.538E-5
-3.597E-5 -4.331E-6 1.438E-7 .000
CR -9.401E-7
5.257E-7 1.015E-5 1.264E-5 3.428E-6 -1.002E-6 -1.770E-5
TK 1.538E-5
1.015E-5 .006
-.001 .001
.000 .002
NPM -3.597E-5
1.264E-5 -.001
.003 .000 -2.011E-5 -1.353E-5
TATO -4.331E-6
3.428E-6 .001
.000 .000 -4.066E-5
.000 LN_AKTV
1.438E-7 -1.002E-6
.000 -2.011E-5 -4.066E-5 6.408E-5
.000 DAR
.000 -1.770E-5
.002 -1.353E-5
.000 .000
.008 a. Dependent Variable: KLKPN
Universitas Sumatera Utara
pengganggu pada periode t-1 sebelumnya”. Autokorelasi sering terjadi pada sampel dengan data time series dengan n sampel adalah periode waktu.
Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson. Kriteria untuk penilaian terjadinya autokorelasi yaitu :
a. angka D-W di bawah -2 berarti ada autokorelasi positif,
b. angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi,
c. angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.8 Uji Autokorelasi
Sumber : Data diolah oleh penulis, 2011 Berdasarkan tabel 4.8, nilai Durbin Watson yaitu 1,989 maka dapat dinyatakan
bahwa data penelitian terbebas dari autokorelasi sehingga data yang digunakan dapat dipakai dalam penelitian.
4. Uji Heterokedastisitas
Uji heterokedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang berbeda di antara anggota grup Situmorang, 2010:
98. Jika varians sama, maka dapat dismpulkan terdapat homoskedastisitas, sedangkan jika varians tidak sama maka terdapat heterokedastisitas.
Menurut Situmorang 2010: 103, untuk melihat ada tidaknya heterokedasititas dapat dilakukan dengan melihat grafik Scatterplot yaitu titik-
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
dimension0 1 .628
a
.394 .243
.06676 1.989
a. Predictors: Constant, UMUR, CR, KP, NPM, TATO, LN_AKTV, DAR b. Dependent Variable: KLKPN
Universitas Sumatera Utara
titik menyebar secara acak tidak membentuk pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y.
Sumber : data diolah oleh penulis, 2011
Gambar 4.3 Grafik Scatterplot
Berdasarkan gambar 4.3, grafik scatterplot menunjukkan penyebaran titik- titik data yang memenuhi kriteria di atas. Oleh karena itu, dapat dinyatakan
bahwa model regresi linier berganda terbebas dari heterokedastisitas dan dapat digunakan dalam penelitian.
D. Pengujian Hipotesis