Uji Asumsi Klasik Setelah Di Log .1 Autokorelasi

transformasi dalam bentuk log untuk memperbaiki kondisi data yang masih kurang baik Ghozali, 2001: 73. 4.5 Uji Asumsi Klasik Setelah Di Log 4.5.1 Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara korelasi pengganggu pada periode t-1 sebelumnya. Untuk menguji apakah terjadi autokorelasi atau tidak digunakan uji Durbin-Watson DW-Test. Berdasarkan hasil pengujian yang dilakukan diperoleh hasil besarnya nilai Durbin Watson hitung sebesar 1,833 lampiran 7.5 Langkah selanjutnya adalah menentukan hasil pengambilan keputusan untuk nilai Durbin Watson hasil perhitungan. Kriteria penentuan hasil pengujian autokorelasi yang dikemukakan oleh Ghozali 2001:6 diperoleh kriteria sebagai berikut: a. Bila nilai DW terletak antara batas atas upper bound 1,72 dan 2,28 maka koefisien autokorelasi lebih besar dari pada nol, berarti ada autokorelasi positif. b. Bila nilai DW lebih rendah dari pada batas bawah atau lower bound 1,34,maka koefisiensi autokorelasi lebih besar dari pada nol, bearti tidak ada autokorelasi positif. c. Bila DW lebih besar dari pada 2,66, maka koefisiensi autokorelasi lebih kecil dari pada nol, berarti ada autokorelasi negatif. d. Bila nilai DW terletak diantara batas atas 1,72 dan batas bawah 1,34 atau DW terletak antara 2,28 dan 2,26, maka hasilnya tidak dapat disimpulkan. Berdasarkan kriteria di atas maka nilai Durbin Watson hitung pada penelitian ini sebesar 1,833. Berada pada kriteria 1,72 sampai 2,28 yang berarti tidak ada autokorelasi sehingga dapat diputuskan bahwa data yang digunakan dalam penelitian ini tidak terjadi penyimpangan autokorelasi sehingga layak untuk dilakukan pengujian selanjutnya.

4.5.2 Multikolinieritas

Hasil perhitungan Multikolinieritas pada penelitian ini dapat dilihat pada tabel berikut ini: Tabel 4.9 Hasil Uji Multikolinieritas Variabel Bebas Tolerance VIF Rasio Lancar X1 0, 633 1, 580 Ret urn On Asset s X2 0, 914 1, 094 Perput aran Tot al Asset s X3 0, 912 1,096 Debt To Tot al Asset s X4 0, 604 1,655 Lampiran : 7.5 VIF menyatakan tingkat “ pembengkakan” varians. Apabila varians lebih besar dari 10, maka terjadi multikolinieritas pada data penelitian yang digunakan. berdasarkan tabel di 4.9. di atas diketahui bahwa nilai VIF yang lebih kecil dari 10, hal tersebut menunjukkan bahwa pada model regresi yang digunakan tidak terjadi gejala multikolinieritas.

4.5.3 Heterokedastisitas

Hasil perhitungan heteroskedastisitas pada penelitian ini dapat dilihat pada tabel berikut ini: Tabel 4.10 Hasil Uji Heteroskesdastisitas Variabel Bebas Nilai mutlak dari residual Taraf Signifikan Rasio Lancar X1 0, 012 0,469 Ret urn On Asset s X2 0, 073 0,318 Perput aran Tot al Asset s X3 -0,031 0,420 Debt To Tot al Asset s X4 -0, 040 0,398 Lampiran : 7.4 Berdasarkan tabel 4.10 menunjukkan bahwa pada variabel Rasio lancar, Return On Assets, Rasio Perputaran Total Assets, Debt To Total Assets tidak mempunyai korelasi yang signifikan antara residul dengan variabel bebasnya, maka hasil analisis ini dapat disimpulkan semua variabel penelitian menunjukkan nilai signifikan 0,05. Dengan demikian asumsi tidak terjadi heteroskedastisitas dapat dipenuhi.

4.6 Hasil Pengujian Regresi Linier Berganda