4.2.3.3 Hasil Uji Autokolerasi
Uji autokolerasi bertujuan untuk menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya Ghozali, 2009. Model regresi yang baik adalah yang bebas dari autokolerasi. Untuk mendeteksi ada atau tidaknya
autokolerasi, dapat digunakan Uji Durbin-Watson DW test.
Tabel 4.6: Hasil Uji Autokolerasi
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.428
a
.183 .150
9.467 1.724
2 .426
a
.182 .148
9.475 1.735
3 .419
a
.175 .142
9.511 1.716
4 .419
a
.176 .142
9.511 1.721
Sumber: data diolah Keterangan: Model 1: total persentase foreign dan total persentase family control
Model 2: keaslian genuine asing dan total persentase family control Model 3: total persentase foreign dan keberadaan keluarga
Model 4: keaslian genuine asing dan keberadaan keluarga
Nilai DW Model 1 adalah sebesar 1.724, Model 2 sebesar 1.735, Model 3 sebesar 1.716 dan Model 4 sebesar 1.721. Tabel Durbin-Watson dengan nilai
signifikasi 5 jumlah sampel n sebanyak 204 dan jumlah variabel bebas k sebanyak 8 k=8 menunjukkan batas bawah dl sebesar 1.697 dan batas atas du
sebesar 1.841 sehingga nilai 4-du adalah sebesar 2.159. Hasil Uji DW pada keempat model regresi di atas menunjukkan nilai lebih besar dari 1.697 dl dan
lebih kecil dari 2.159 4-du sehingga memenuhi syarat dl d 4-du. Hal ini dapat disimpulkan bahwa tidak terjadi autokolerasi positif maupun negatif atau
dapat dikatakan bahwa tidak terdapat autokolerasi.
4.2.3.4 Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas.
Heteroskedasitis dapat dideteksi dengan melihat grafik scatterplot antara SRESID dan ZPRED dengan sumbu Y adalah Y yang diprediksi dan sumbu X
adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized. Gambar 4.2 menunjukkan grafik uji heteroskedastisitas. Keempat grafik scatterplots
tersebut menunjukkan bahwa titik-titik menyebar secara acak, baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak
terjadi heteroskedastisitas pada model regresi.
Gambar 4.2: Grafik Uji Heteroskedastisitas Model 1
Model 2
Model 3 Model 4
Keterangan: Model 1: total persentase foreign dan total persentase family control Model 2: keaslian genuine asing dan total persentase family control
Model 3: total persentase foreign dan keberadaan keluarga Model 4: keaslian genuine asing dan keberadaan keluarga
4.2.4 Hasil Uji Regresi Berganda