72
4.3.2.6. Uji Autokorelasi
Menurut Imam Ghozali 2006:95, uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Masalah ini timbul karena residual tidak bebas dari satu observasi ke
observasi lainnya. Untuk menguji apakah variabel-variabel yang diteliti terjadi autokorelasi atau tidak, dapat digunakan uji Durbin-Watson. Hasil
uji Durbin-Watson adalah sebagai berikut:
Tabel 4.3.2.6 : Uji Autokorelasi
Model Summary
b
.704
a
.495 .265
450.13154 2.413
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, TAT X14, ETL X5, ROE X10, ITO X11, EFA X6, GPM X7, ACP X12, QR X2, NPM X8, ROA X9
a. Dependent Variable: Perubahan Laba Y
b.
Sumber : Lampiran 1 Hasil uji autokorelasi menunjukkan nilai DW sebesar 2,413.
Berdasarkan table DW dengan jumlah sample n = 33 dan variabel independen k = 5 maksimum jumlah k yang ada pada table DW dengan
tingkat signifikansi 0,05 dapat diperoleh nilai d
L
= 1,127 dan d
U
= 1,813. Nilai DW sebesar 2,413 terletak antara 4 - d
U
= 2,187 dan 4- d
L
= 2,873 atau terletak di daerah keragu-raguan. Dengan demikian dapat dianggap
bahwa asumsi tidak terjadi autokorelasi pada persamaan regresi dapat dipenuhi.
4.3.2.7. Uji Heteroskedastisitas
Menurut Gujarati 1999:177, satu asumsi penting dari model regresi linier klasik adalah bahwa gangguan disturbance µ
i
yang muncul
73
dalam fungsi regresi populasi adalah homoskedastik yaitu semua gangguan tadi mempunyai varians yang sama. Dalam penelitian ini
pendeteksian heteroskedastisitas adalah dengan pengujian Korelasi Rank dari Spearman.
Berikut ini adalah hasil pengujian heteroskedastisitas dengan korelasi Rank Spearman:
Tabel 4.3.2.7 : Uji Heteroskedastisitas
Correlations
1.000 .115
-.071 -.024
.020 -.005
-.034 -.028
-.098 .114
.068 .
.263 .347
.446 .457
.488 .426
.439 .294
.264 .354
33 33
33 33
33 33
33 33
33 33
33 .115
1.000 .336
.710 .030 .529 .595 .056
-.063 .545 .429
.263 .
.028 .000
.434 .001
.000 .379
.363 .001
.006 33
33 33
33 33
33 33
33 33
33 33
-.071 .336 1.000
.257 .456 .598 .473 -.249
.037 -.169
-.20 .347
.028 .
.074 .004
.000 .003
.081 .418
.173 .137
33 33
33 33
33 33
33 33
33 33
33 -.024
.710 .257 1.00
-.038 .438 .613 .161
-.487 .641 .580
.446 .000
.074 .
.417 .005
.000 .185
.002 .000
.000 33
33 33
33 33
33 33
33 33
33 33
.020 .030
.456 -.038 1.000
.467 .302 -.073 .062
-.339 -.25
.457 .434
.004 .417
. .003
.044 .344
.366 .027
.079 33
33 33
33 33
33 33
33 33
33 33
-.005 .529 .598 .438 .467 1.000
.904 .331 .157
.043 .194
.488 .001
.000 .005
.003 .
.000 .030
.191 .406
.140 33
33 33
33 33
33 33
33 33
33 33
-.034 .595 .473 .613 .302
.904 1.000 .499 -.007
.157 .477
.426 .000
.003 .000
.044 .000
. .002
.484 .192
.003 33
33 33
33 33
33 33
33 33
33 33
-.028 .056
-.249 .161
-.073 .331
.499 1.000 .058
-.022 .204
.439 .379
.081 .185
.344 .030
.002 .
.375 .452
.128 33
33 33
33 33
33 33
33 33
33 33
-.098 -.063
.037 -.487 .062
.157 -.007
.058 1.000
-.266 -.23
.294 .363
.418 .002
.366 .191
.484 .375
. .068
.099 33
33 33
33 33
33 33
33 33
33 33
.114 .545 -.169
.641 -.339 .043
.157 -.022
-.266 1.000
.582 .264
.001 .173
.000 .027
.406 .192
.452 .068
. .000
33 33
33 33
33 33
33 33
33 33
33 .068
.429 -.197 .580 -.252
.194 .477 .204
-.230 .582
1.0 .354
.006 .137
.000 .079
.140 .003
.128 .099
.000 .
33 33
33 33
33 33
33 33
33 33
33 Correlation Coefficient
Sig. 1-tailed N
Correlation Coefficient Sig. 1-tailed
N Correlation Coefficient
Sig. 1-tailed N
Correlation Coefficient Sig. 1-tailed
N Correlation Coefficient
Sig. 1-tailed N
Correlation Coefficient Sig. 1-tailed
N Correlation Coefficient
Sig. 1-tailed N
Correlation Coefficient Sig. 1-tailed
N Correlation Coefficient
Sig. 1-tailed N
Correlation Coefficient Sig. 1-tailed
N Correlation Coefficient
Sig. 1-tailed N
Unstandardized Residual QR X2
ETL X5 EFA X6
GPM X7 NPM X8
ROA X9 ROE X10
ITO X11 ACP X12
TAT X14 Spearmans rho
Unstanda rdized
Residual QR
X2 ETL
X5 EFA
X6 GPM
X7 NPM
X8 ROA
X9 ROE
X10 ITO
X11 ACP
X12 TAT
X1 4
Correlation is significant at the 0.05 level 1-tailed. .
Correlation is significant at the 0.01 level 1-tailed. .
Sumber : Lampiran 1 Hasil Uji Heteroskedastisitas pada nilai residual variabel bebas
penelitian menunjukkan nilai signifikansi 10 variabel X 0,05; berarti
74
tidak terjadi heteroskedastisitas. Dengan demikian asumsi tidak terjadi heteroskedastisitas dapat dipenuhi.
4.3.3. Analisis Regresi Linier Berganda