4.3 Uji Asumsi Klasik 4.3.1 Uji Multikolinearitas
Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antara variabel yang terdapat dalam matriks korelasi. Menurut Ghozali 2013:105
jika antar variabel independen ada korelasi yang cukup tinggi, yakni dia atas 0,9 maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji ini dapat dilihat
pada Tabel 4.3 sebagai berikut:
Tabel 4.3 Uji Multikolinearitas dengan Matriks Korelasi
Dari hasil pengujian multikolinearitas pada Tabel 4.3 dapat disimpulkan
bahwa tidak terdapat gejala multikolinearitas antara variabel independen. Hal ini karena nilai korelasi antar variabel independen tidak lebih dari 0,9 Ghozali,
2013:105.
4.3.2 Uji Autokorelasi
Untuk mendeteksi ada tidaknya autokorelasi dapat dilakukan uji LM metode Bruesch Godfery. Metode ini didasarkan pada nilai F dan Obs R-Squared, dimana
jika nilai profitabilitas dari Obs R-Squared melebihi tingkat kepercayaan, maka H diterima. Artinya tidak ada masalah autokorelasi Ajija et, al, 2011:40
DPR GROW
TH DER
CR EV
ROE BI
INFLA SI
KURS DPR
1.0000 -0.0347
-0.1978 -0.0642
0.2922 0.3771
0.0936 0.1066
0.1123 GROWTH -0.0347
1.0000 -0.0150
0.0070 -0.1004
-0.0397 0.0625
0.0735 0.0792
DER -0.1878
-0.0150 1.0000
-0.1727 0.0358
-0.0640 0.0377
0.0429 0.0441
CR -0.0642
0.0070 -0.1727
1.0000 -0.1900
-0.0905 -0.0449
-0.0654 -0.0729
EV 0.2922
-0.1004 0.0358
-0.1900 1.0000
0.1829 0.1544
0.1492 0.1428
ROE 0.3771
-0.0397 -0.0640
-0.0905 0.1829
1.0000 -0.1203
-0.1104 -0.1055
BI 0.0936
0.0625 0.0377
-0.0449 0.1544
-0.1203 1.0000
0.8778 0.8578
INFLASI 0.1066
0.0735 0.0429
-0.0654 0.1492
-0.1104 0.8778
1.0000 0.7965
KURS 0.1123
0.0792 0.0441
-0.0729 0.1428
-0.1055 0.8578
0.7965 1.0000
Universitas Sumatera Utara
Tabel 4.4 Uji Autokorelasi dengan Bruesch Godfery
Breusch-Godfrey Serial Correlation LM Test
F-statistic
1.2123322
Prob. F14, 10 0.3005
ObsR-squared
2.599461
Prob. Chi-Square14 0.2726
Sumber : Hasil Penelitian 2016 data diolah
Karena Probabilitas ObsR-square 0.2726 0,05 dengan tingkat keyakinan
95, dapat dikatakan bahwa tidak terdapat autokorelasi dalam model regresi
4.3.3 Uji Heterokedasitas
Untuk mendeteksi ada tidaknya heterosledastisitas dapat dilakukan Uji White Heteroscedasticity. Dasar pengambilan keputusan adalah melihat angka
probabilitas dari Uji White Heteroscedasticity. Hasil uji ini dapat dilihat pada Tabel 4.4 sebagai berikut:
Tabel 4.5 Uji Heteroskedastisitas dengan Uji White Heteroscedasticity
Heteroskedasticity Test: White F-statistic
0.521744 Prob. F14, 10
0.8568 ObsR-squared
4.875282 Prob. Chi-Square14
0.8450 Scaled explained SS
8.872217 Prob. Chi-Square14
0.4492
Sumber: Hasil Penelitian 2016 data diolah
Berdasarkan Tabel 4.5 nilai Prob. Chi-Sque dan ObsR-squared = 0.8450 0,05. Maka asumsi homoskedastisitas terpenuhi. Dengan kata lain, tidak terjadi
gejala heteroskedastisitas yang tinggi pada residual.
4.4 Pemilihan Model Data Panel