1. Home
  2. Lainnya

Uji Autokorelasi Uji Multikolinieritas

1. Tidak boleh ada autokorelasi positif atau negative 2. Tidak boleh ada multikolinearitas 3. Tidak boleh ada heterokedasitas

4.4.1.1 Uji Autokorelasi

Autokorelasi yaitu korelasi antara anggota seri observasi yang disusun menurut aturan waktu seperti data time-series atau menurut urutan tempat ruang seperti data cross – sectional. Deteksi Autokorelasi: Besarnya Angka Durbin Watson Patokan: Angka D-W di bawah –2 ada autokorelasi positif Angka D-W di atas +2 ada autokorelasi negatif Angka Berada diantara –2 sampai +2 Tidak ada Autokorelasi atau Membandingkan dengan Tabel Durbin Watson Pada hasil analisa data yang diperoleh melalui uji asumsi klasik tentang autokorelasi dapat di ketahui melalui tabel sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber Tabel 4.3 Hasil Uji Autokorelasi Sumber data : Hasil Analisa SPSS Dari model summary diatas diketahui nilai D-W sebesar 2,115 maka dapat dinyatakan adanya gejala autokorelasi positif, dengan demikian model regresi linier sederhana yang diperoleh pada penelitian ini masih terjadi pelanggaran asumsi klasiknya yaitu pada normalitas datanya dan autokorelasinya sehingga tidak bebas dari asumsi klasiknya, sehingga hasil analisis mengandung bias untuk diintepretasikan secara keseluruhan.

4.4.1.2 Uji Multikolinieritas

Multikolinieritas yaitu suatu model regresi yang mempunyai korelasi antar variabel independennya dalam regresi berganda Singgih, 2001 : 203. Deteksi adanya Multikolinier : a. Besarnya VIF Variance Inflation Factor dan Tolerance Jika VIF melebihi angka 10, maka variabel tersebut mengindikasikan adanya multikolinieritas. Gujarati b. Nilai Eigenvalue mendekati 0 Singgih Santoso Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber c. Condition Index melebihi angka 15 Singgih Santoso Dalam pengujian asumsi klasik terhadap analisis regresi linier berganda ini menyatakan bahwa hasil analisis penelitian ini menunjukkan adanya gejala multikolinieritas, dimana nilai VIF pada variabel lebih besar dari 10. Deteksi ini tidak dilakukan karena alat analisis yang digunakan regresi sederhana.

4.4.1.3 Uji Heterokedasitas

Dokumen yang terkait

Analisis Dampak Abnormal Return Saham Sebelum dan Sesudah Pengumuman Merger dan Akuisisi pada Perusahaan yang Terdaftar pada Bursa Efek Indonesia

6 98 88

Analisis Perbedaan Average Abnormal Return Sebelum dan Sesudah Stock Split pada Perusahaan yang Go-Public di Bursa Efek Indonesia

1 78 64

Analisis Perbedaan Return Saham Sebelum Dan Sesudah Pengumuman Dividen Tunai Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia

2 98 89

Analisis Perbedaan Return Saham Sebelum Dan Sesudah Pengumuman Stock Repurchase Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia

4 41 86

ANALISIS PERBEDAAN ABNORMAL RETURN SEBELUM DAN SESUDAH PENGUMUMAN PERINGKAT OBLIGASI DI INDONESIA

1 22 58

ANALISIS PERBEDAAN LIKUIDITAS DAN ABNORMAL RETURN SEBELUM DAN SESUDAH PENGUMUMAN REVERSE SPLIT ANALISIS PERBEDAAN LIKUIDITAS DAN ABNORMAL RETURN SEBELUM DAN SESUDAH PENGUMUMAN REVERSE SPLIT DI BURSA EFEK INDONESIA.

0 2 14

ANALISIS PERBANDINGAN ABNORMAL RETURN PERUSAHAAN SEBELUM DAN SESUDAH MERGER Analisis Perbandingan Abnormal Return Perusahaan Sebelum Dan Sesudah Merger (Studi Pada Perusahaan Yang Terdaftar DiBursa Efek Indonesia Yang Melakukan Merger Periode Tahun2010-2

0 4 17

ANALISIS PERBANDINGAN ABNORMAL RETURN PERUSAHAAN SEBELUM DAN SESUDAH MERGER Analisis Perbandingan Abnormal Return Perusahaan Sebelum Dan Sesudah Merger (Studi Pada Perusahaan Yang Terdaftar DiBursa Efek Indonesia Yang Melakukan Merger Periode Tahun2010-2

0 5 15

ANALISIS PERBEDAAN ABNORMAL RETURN SEBELUM DAN SESUDAH PENGUMUMAN MERGER PADA PERUSAHAAN GO PUBLIK DI INDONESIA SKRIPSI

0 0 21

PERBEDAAN lONERJA KEUANGAN PERUSAHAAN GO PUBLIC YANG TERDAFTAR DI BURSA EFEK INDONESIA SEBELUM DAN SESUDAH MERGER DAN AKUISISI -

0 0 171