Uji Heteroskedastisitas Uji Asumsi Klasik

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