bebas yang mempunyai nilai tolerans ≥ 0,1atau sama dengan VIF ≤
10, jadi dapat disimpulkan bahwa model regresi pada penelitian ini tidak terjadi multikolinieritas dan model regresi layak digunakan.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain Ghozali, 2011. Jika variance dari residual satu pengamatan ke pengamatan lain tetap,
maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Pengujian dilakukan dengan uji Glejser yaitu
dengan meregres variabel independen terhadap absolute residual. Jika variabel independen signifikan secara statistik memengaruhi
variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Kriteria yang biasa digunakan untuk menyatakan apakah terjadi
heteroskedastisitas atau tidak diantara data pengamatan dapat dijelaskan dengan menggunakan koefisien signifikansi. Koefisien
signifikansi harus dibandingkan dengan tingkat signifikansi yang ditetapkan sebelumnya
α= 5. Apabila koefisien signifikansi nilai probabilitas lebih besar dari tingkat signifikansi yang
ditetapkan, maka dapat disimpulkan tidak terjadi heteroskedastisitas.
Hasil pengujian heteroskedastisitas yang diperoleh sebagai berikut:
Tabel 5. Hasil Uji Heteroskedastisitas
Variabel Sig.
Kesimpulan
ROE 0,488
Tidak Terkena Heteroskedastisitas DER
0,688 Tidak Terkena Heteroskedastisitas
PER 0,272
Tidak Terkena Heteroskedastisitas DPR
0,560 Tidak Terkena Heteroskedastisitas
Sumber : Lampiran 10, Halaman 100 Berdasarkan tabel 5, hasil Uji Glejser menunjukkan bahwa tidak
ada satupun variabel independen yang signifikan secara statistik memengaruhi variabel dependen nilai absolute residual
ABS_RES. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Oleh karena itu dapat disimpulkan
model regresi tidak mengandung gejala heteroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi digunakan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas
dari autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi penelitian ini menggunakan metode uji Durbin-Watson DW test.
Metode Durbin-Watson menggunakan titik kritis yaitu batas bawah
dl dan batas atas du
.
Hipotesis yang akan diuji dalam penelitian ini adalah: H
tidak adanya autokorelasi, r = 0 dan H
a
ada autokorelasi, r
≠ 0. Hasil uji autokorelasi dapat dilihat pada tabel berikut :
Tabel 6. Hasil Uji Autokorelasi
Model Durbin-Watson
Kesimpulan
1 2,144
Tidak Terkena Autokorelasi Sumber : Lampiran 11, Halaman 101
Tabel 6 merupakan hasil pengujian autokorelasi dengan nilai Durbin Watson sebesar 2,144. Selanjutnya, nilai DW dibandingkan
dengan nilai du dan 4-du yang terdapat pada tabel Durbin Watson. Nilai du diambil dari tabel DW dengan n berjumlah 84 dan k= 4,
sehingga diperoleh du sebesar 1,7462. Pengambilan keputusan dilakukan dengan ketentuan du d 4- du atau 1,7462 2,144
2,2538. Dari hasi tersebut dapat disimpulkan model regresi tidak mengandung autokorelasi, sehingga model regresi ini layak
digunakan.
4. Hasil Analisis Regresi Linier Berganda
