dapat dideteksi dengan nilai Tolerance dan VIF, namun tidak dapat menjelaskan variabel-variabel mana saja yang
berkorelasi.
3.5.2.3 Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah pada model regresi linier terdapat korelasi antara kesalahan pengganggu
pada periode t dengan kesalahan pengganggu pada periode t-1 atau periode sebelumnya. Masalah autokorelasi ini timbul
karena residual tidak bebas dari satu observasi ke observasi lainnya. Autokorelasi muncul karena observasi yang
beruntutan sepanjang waktu berkaitan antar yang satu dengan yang lainnnya. Keadaan tersebut mengakibatkan pengaruh
terhadap variabel dependen tidak hanya karena variabel independen namun juga variabel dependen periode lalu.
Untuk mengetahui ada tidaknya autokorelasi dengan menggunakan uji Durbin-Watson Test, dan hipotesis yang akan
diuji yaitu : H0 : tidak ada autokorelasi p=0
Ha : ada autokorelasi p ≠0
Pengambilan keputusan ada tidaknya autokorelasi:
Tabel 3.4 Kriteria Keputusan Durbin Watson
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif
Tolak ddl
Tidak ada autokorelasi positif
No decision dl ≤d≤du
Tidak ada autokorelasi negative
Tolak 4-dl
d4 Tidak ada autokorelasi
negative No decision dud4-du
Tidak ada autokorelasi positif
Tidak Tolak Sumber : Ghozali 2005
Keterangan : d
: Durbin Watson hitung dl
: Durbin Watson lower du
: Durbin Watson upper Nilai d
hitung
ini selanjutnya dibandingkan dengan nilai d
tabel
pada tingkat signifikan 5, jika jumlah sampel 5 N=5. Dan jumlah variabel bebas independen variabel adalah 7 k=7.
Jika nilai d
hitung
berada diantara interval nilai du dan 4 – du maka tidak terdapat autokorelasi, sebaliknya jika d
hitung
nilai berada di luar interval nilai du dan 4 – du, maka terdapat
penyimpangan dari asumsi ini.
3.5.2.4 Uji Heterokedasititas
Uji heterokedasititas ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual
suatu pengamatan ke pengamatan lainnya. Jika variance dari suatu pengamatan ke pengamatan lain tetap, maka disebut
Homokedasititas dan jika berbeda disebut Heterokedasititas Ghozali, 2006.
Cara untuk mendeteksi daya heterokedasititas dilakukan dengan melihat grafik scatterplot antara nilai prediksi variabel
terikatnya ZPRED dengan niali residualnya SRESID. Deteksi adanya heterokedasititas dapat dilakukan dengan
meihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED, dimana sumbu Y adalah yang telah
diprediksi dan sumbu X adalah residual Y prediksi-Y sesungguhnya Ghozali,2006.
Dasar analisisnya : 1. Jika terdapat pola tertentu, seperti titik yang membentuk
suatu pola tertentu, yang teratur gelombang, melebar, kemudian menyempit, maka mengidentifikasikan telah
terjadi heterokedasititas.
2. Jika tidak terdapat pola-pola tertentu atau titik-titik yang
menyebar di atas dan di bawah angka nol pada sumbu Y, maka
tidak terjadi heterokedasititas. 3.5.3
Pengujian Hipotesis 3.5.3.1
Analisis Koefisien Determinasi
Koefisien determinasi R
2
digunakan untuk mengetahui sampai seberapa besar presentasi variasi variabel bebas
pada model dapat diterangkan oleh variabel terikat Ghozali, 2006. Nilai koefisien determinasi antara satu dan
nol. Nilai R
2
yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variasi dependen
amat terbatas. Menurut Ghozali 2006 bahwa kelemahan mendasar
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan dalam
model. Setiap tambahan satu variabel independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh signifikan terhadap variabel dependen. Oleh
karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R
2
pada saat mengevaluasi mana model yang terbaik. Tidak seperti R
2
, nilai Adjusted
R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
3.5.3.2 Pengujian Hipotesis Secara Simultan Uji F
Uji F pada dasarnya menunjukkan apakah semua variabel independen yang digunakan dalam model
apakah mempunyai pengaruh secara bersama-sama atau simultan terhdap variabel dependen.
Langkah-langkah Uji F adalah : 1. Menentukan hipotesis null dan hipotesis alternative
• Ho : b
1
, b
2
, b
3
, b
4
, b
5
,b
6
= 0 ; secara parsial Profitability ROA, Current Ratio CR, Debt to
Equity Ratio DER, Market to Book Value Ratio MBV, Sales Growth SG, dan Cash Flow FCF
tidak mempunyai pengaruh terhadap Dividend Payout Ratio DPR.
• Ho : b b
1
, b
2
, b
3
, b
4
, b
5
,b
6
≠ 0 ; secara parsial Profitability ROA, Current Ratio CR, Debt to
Equity Ratio DER, Market to Book Value Ratio MBV, Sales Growth SG, dan Cash Flow FCF
mempunyai pengaruh terhadap Dividend Payout Ratio DPR.
2. Kriteria penerimaan sebagai berikut :
• Terima H bila - t
tabel
≤ t
hitung
≤ t
tabel •
Tolak H terima H
1
bila t
hitung
˃ t
tabel
atau t
hitung
˂ - t
tabel
3.5.3.3 Pengujian Hipotesis Secara Parsial Uji t
