b. Uji Heterokedastisitas
Asumsi heteroskedastisitas adalah asumsi dalam regresi dimana varians dari residual tidak sama untuk satu pengamatan ke pengamatan lain. Jika varians dari
residual dari suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Salah satu uji
untuk mengetahui heteroskedastisitas ini adalah dengan melihat penyebaran dari varians residual pada diagram pencar scatter plot.
Gambar 4.3 Hasil Scatterplot
Sumber : Hasil Pengolahan SPSS 18 05052015 Pada Gambar 4.3, dapat dilihat bahwa titik-titik menyebar secara acak
tidak membentuk suatu pola tertentu. Titik-titik tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Sehingga dapat disimpulkan tidak terdapat gejala
heteroskedastisitas pada model regresi dalam penelitian ini. Hal ini menandakan bahwa model regresi layak dipakai untuk memprediksi pergerakan IHSG
Universitas Sumatera Utara
berdasarkan masukan variabel independennya, yaitu harga minyak dunia, nilai tukar rupiah, inflasi, dan suku bunga SBI. Untuk memperoleh tingkat uji
heteroskedastisitas yang lebih signifikan, maka dalam penelitian ini juga dilakukan uji Park. Apabila signifikansi dari variabel bebas lebih besar dari taraf
nyata Sig. 0,05 , maka dianggap tidak terjadi masalah heteroskedastisitas, dan begitu juga sebaliknya.
Tabel 4.7 Hasil Uji Park
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant -7.747
.295 -26.221
.000 HargaMinyak
3.792 4.764
.102 .796
.429 NilaiTukar
3.779 4.875
.093 .775
.441 Inflasi
3.094 2.291
.175 1.350
.181 SBI
-5.981 5.947
-.123 -1.006
.318 a. Dependent Variable: LnU2i
Sumber : Hasil Pengolahan SPSS 18 05052015 Berdasarkan hasi output Tabel 4.7, semua variabel independen tidak
signifikan terhadap variabel dependennya sig 0,05. Nilai probabilitas signifikansi variabel harga minyak 0,429, nilai tukar 0,441, tingkat inflasi
0,181, dan suku bunga SBI 0,318 lebih besar dari taraf nyata sig 0,05. Dengan demikian dapat disimpulkan tidak terjadi gejala heteroskedastisitas dalam
model regresi ini. c. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui apakah dalam model regresi linear terdapat hubungan yang kuat baik positif maupun negatif antara data yang
Universitas Sumatera Utara
ada pada variabel-variabel penelitian. Untuk mengetahui apakah model terkena autokorelasi atau tidak, dapat dilakukan dengan melakukan Runs Test.
Tabel 4.8 Hasil Uji
Runs
Runs Test
Unstandardized Residual
Test Value
a
.00069 Cases Test Value
36 Cases = Test Value
36 Total Cases
72 Number of Runs
41 Z
.950 Asymp. Sig. 2-tailed
.342 a. Median
Sumber : Hasil Pengolahan SPSS 18 05052015 Berdasarkan Tabel 4.8, maka dapat diketahui bahwa nilai probabilitas
signifikan 0,342 diatas 0,05
α =
5
tingkat signifikan, maka hipotesis nol diterima, dimana nilai residual random atau tidak terjadi autokorelasi antar
residual. Selain menggunakan Runs Test, autokorelasi juga dapat di buktikan dengan menggunakan uji Durbin-Watson DW.
Tabel 4.9 Hasil uji Durbin-Watson DW
Model Summary
b
Model R
R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
dimension0
1 .402
a
.162 .112
.0498533 2.091
a. Predictors: Constant, SBI, NilaiTukar, HargaMinyak, Inflasi b. Dependent Variable: IHSG
Sumber : Hasil Pengolahan SPSS 18 05052015
Universitas Sumatera Utara
Kriteria pengambilan keputusan uji Durbin-Watson DW jika du d 4-du, maka tidak ada autokorelasi positif atau negatif. Dari Tabel 4.9, terlihat bahwa
nilai DW sebesar 2,091. Dengan jumlah data n= 72 dan jumlah variabel bebas k= 4, maka du = 1,7366 DW-tabel dan 4 - du 4
– 1,7366 = 2,2634. Sehingga du d 4-du 1,7366 2,091 2,2634, maka dapat disimpulkan tidak ada
autokorelasi positif atau negatif.
d. Uji Multikolonieritas
Kategori