68
H0 = tidak ada autokorelasi r = 0 Ha = ada autokorelasi r ≠ 0
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
Hipotesis nol Keputusan
Jika
Tidak ada autokorelasi positif
Tolak 0 d dl
Tidak ada autokorelasi positif
Tanpa keputusan dl ≤ d ≤ du
Tidak ada korelasi negatif Tolak
4 – dl d 4 Tidak ada korelasi negatif
Tanpa keputusan 4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4 – du
Ghozali, 2005:100
d. Uji Heteroskedaskitas
Uji ini bertujuan untuk menguji apakah pada model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain.
Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas.
1 Analisis Grafik
Untuk mendeteksi ada tidaknya heterokedastisitas dalam penelitian ini dilakukan dengan analisis grafik, yaitu melihat grafik
scartter plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID, dimana sumbu y adalah y yang telah
diprediksi, dan sumbu x adalah residual y prediksi – y sesungguhnya yang telah di-studentized. Deteksi ada tidaknya heterokedastisitas dapat
dilakukan sebagai berikut: Ghozali, 2005: 126
69
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur, maka mengidentifikasikan telah terjadi heterokedastisitas.
b Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan
dibawah angka
pada sumbu
y, maka
tidak terjadi
heterokedastisitas.
2 Metode Park
Metode uji Park yaitu dilakukan dengan meregresikan nilai residual Lnei
2
dengan masing-masing variabel dependen LnX
1
, LnX
2,
LnX
3,
dan LnX
4
. Apabila koefisien parameter beta dari persamaan regresi tersebut signifikan secara statistik, hal ini menunjukan bahwa
dalam data model empiris yang diestimasi terdapat heterokedastisitas, dan sebaliknya jika parameter beta tidak signifikan secara statistik,
maka asumsi homokedastisitas pada data model tersebut tidak dapat ditolak Ghozali, 2005:128
Setelah melakukan serangkaian uji asumsi klasik diatas, maka data yang sudah dikumpulkan tersebut dianalisis dengan menggunakan
metode regresi linier berganda. Persamaan regresi dalam penelitian ini adalah sebagai berikut:
NPF = α + b1Inflasi + b2BIRate + b3GFin + b4SIZE +
