c. Uji Heterokedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heterokedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan
menggunakan program SPSS. Dasar pengambilan keputusannya adalah: 1.
jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka hal
tersebut mengindikasikan telah terjadi heterokedastisitas, 2.
jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi
homokedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi
heterokedastisitas atau terjadi homokedastisitas dengan mengamati penyebaran titik-titik pada gambar.
Gambar 4.3 Scatterplot
Universitas Sumatera Utara
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik di atas maupun di bawah
angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk
memprediksi RS berdasarkan masukan variabel independen EVA,EPS,ROA, dan AKO. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain
dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain.
d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada
data time series. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson. Untuk uji
Durbin Watson memiliki ketentuan sebagai berikut: 1.
Angka D-W di bawah -2 berarti ada autokorelasi positif, 2.
Angka D-W di antara-2 sampai +2 berarti tidak ada autokorelasi, 3.
Angka D-W di atas +2 berarti autokorelasi negatif.
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Durbin Watson
Tabel 4.4 menunjukkan bahwa nilai statistik Durbin-Watson sebesar 1,184. Angka statistic ini menunjukkan nilai D-W berada diantara -2 sampai 2. Nilai D-
W berada diantara -2 1,184 2. Dari hasil pengamatan, dapat disimpulkan bahwa tidak terjadi autokorelasi.
3. Analisis Regresi
Kategori