4.2.3 Uji Autokorelasi
Untuk mendeteksi ada atau tidaknya autokorelasi didalam model regresi
antara lain dapat dilakukan dengan Uji Durbin - Watson DW Test.
Berikut adalah hasil uji autokorelasi yang disajikan dalam bentuk tabel:
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .049
a
.002 -.012
1.13290 1.968
a. Predictors: Constant, ln_DER, ln_TATO b. Dependent Variable: ln_AUDEL
Sumber: Hasil Olahan Software SPSS 21
Riyanto 2012:59 menyatakan jika nilai statistik Durbin-Watson -2 sd +2, maka asumsi independensi terhadap residual non-autokorelasi terpenuhi. Sebaliknya,
bila nilai statistik Durbin-Watson -2 atau 2, berarti asumsi independensi terhadap residual non-autokorelasi tidak terpenuhi. Sehingga, dari hasil uji
autokorelasi Durbin-Watson yang menunjukkan nilai sebesar 1,968 dapat dikatakan model regresi memenuhi asumsi non-autokorelasi.
4.2.4 Uji Heteroskedastisitas
Suatu model regresi dikatakan baik apabila varians dari residual suatu pengamatan ke pengamatan lainnya adalah tetap atau disebut juga dengan
homoskedastisitas dan sebaliknya akan dikatakan buruk apabila varians dari residual berbeda atau disebut dengan heteroskedastisitas. Untuk melihat ada
tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot antara nilai prediksi variabel dependen dengan residualnya. Dasar analisis yaitu:
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka
mengindikasikan telah terjadi heteroskedastisitas.
b. Jika tida ada pola yang jelas, seperti titik yang menyebar di atas dan di bawah
angka 0 pada sumbu y maka tidak terjadi heteroskedastisitas
Berikut ini adalah gambar hasil uji heteroskedastisitas data yang diteliti:
Gambar 4.6 Uji Heteroskedastisitas Sumber: Hasil Olahan
Software SPSS 21
Berdasarkan gambar 4.6 dapat dikatakan bahwa model regresi memenuhi asumsi homoskedastisitas karena titik menyebar di atas dan di bawah angka nol
sumbu y. Hasil ini juga didukung dari uji statistik di mana suatu model dikatakan signifikan mengalami heteroskedastisitas jika nilai signifikansi kecil dari 0,05 dan
jika nilai signifikansi bernilai lebih besar dari 0,05 maka model dikatakan homoskedastisitas.
Tabel 4.6Hasil Uji Statistik Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 1.834
.197 9.288
.000 ln_TATO
.073 .134
.055 .544
.587 ln_DER
-.015 .120
-.013 -.125
.901 a. Dependent Variable: ln_AUDEL
Sumber: Hasil Olahan Software SPSS 21
Hasil regresi terlihat tidak ada satupun variabel independen yang signifikan, hal ini berarti tidak ada heteroskedastisitas atau model dikatakan
homoskedastisitas. Dari keseluruhan uji yang dilakukan maka dapat disimpulkan bahwa model
regresi sudah memenuhi semua asumsi dengan bentuk model sebagai berikut: LnAUDEL =
� +
�
1
������ + �
2
����� 4.1
4.3 Pengujian Hipotesis Model Regresi