Dikatakan model regresi tidak terdapat autokorelasi apabila signifikansi Run Test
tidak signifikan lebih besar dari 0,05.
Dasar pengambilan keputusan ada tidaknya autokorelasi adalah sebagai Tujuan uji autokorelasi adalah untuk menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Problem autokorelasi sering
ditemukan pada data runtut waktu time series. Model regresi yang baik adalah yang bebas dari autokorelasi Ghozali, 2006. Penelitian ini akan
menggunakan Run Test dalam mendeteksi ada tidaknya autokorelasi. Dikatakan model regresi tidak terdapat autokorelasi apabila signifikansi Run Test
tidak signifikan lebih besar dari 0,05.
d. Uji Heteroskedastisitas
Situasi heteroskedastisitas akan menyebabkan penaksiran koefisien-koefisien regresi menjadi tidak efisien dan hasil taksiran dapat menjadi kurang atau
melebihi dari yang semestinya. Dengan demikian, agar koefisien-koefisien regresi tidak menyesatkan, maka situasi heteroskedastisitas tersebut harus dihilangkan
dari model regresi. Untuk menguji ada tidaknya heteroskedastisitas digunakan uji Rank Spearman
yaitu dengan mengkorelasikan masing-masing variabel bebas terhadap nilai absolut dari residual.Jika nilai koefisien korelasi dari masing-masing variabel
bebas terhadap nilai absolut dari residual error ada yang signifikan, maka kesimpulannya terdapat heteroskedastisitas varian dari residual tidak homogen
Ghozali, 2006.
Selain itu, dengan menggunakan program SPSS, heteroskedastisitas juga bisa dilihat dengan melihat grafik scatterplot antara nilai prediksi variabel dependen
yaitu ZPRED dengan residualnya SDRESID. Jika ada pola tertentu seperti titik- titik yang ada membentuk pola tertentu yang teratur, maka telah terjadi
heteroskedastisitas.Sebaliknya, jika tidak membentuk pola tertentu yang teratur, maka tidak terjadi heteroskedastisitas.
3.6 Metode Analisis Data
3.6.1 Analisis Regresi Linier Berganda
Menurut Umi Narimawati 2008:5 pengertian analisis regresi linier berganda yaitu: “Suatu analisis asosiasi yang digunakan secara bersamaan untuk
meneliti pengaruh dua atau lebih variabel bebas terhadap satu variabel tergantung
dengan skala interval”.
Pengertian analisis regresi linier berganda menurut Sugiyono 2010:277,
adalah sebagai berikut :
“Analisis yang digunakan peneliti, bila bermaksud meramalkan bagaimana keadaan naik turunnya variabel dependen kriterium, bila dua atau lebih
variabel independen sebagai faktor prediktor dimanipulasi dinaik
turunkan nilainya”. Analisis regresi linier berganda bertujuan untuk menerangkan besarnya
pengaruh Modal Kerja dan Pertumbuhan Terhadap Profitabilitas.Bentuk persamaan yang digunakan adalah :
Y = a + +
+ e
Keterangan :
Y =
Variabel tidak bebas, yaitu Profitabilitas ROA. a
= Konstanta regresi
