Sumber : Gujarati, 2003 Nilai DW dianggap tidak berbahaya jika terletak di daerah
dudw4du. Secara konvensional dapat dikatakan bahwa suatu persamaan regresi dikatakan telah memenuhi asumsi autokorelasi jika
nilai dari uji Durbin-Watson mendekati dua atau tiga. Tabel 1. Tabel Pengambilan Keputusan Uji Autokorelasi
Nilai Statistik Hasil
0ddl Ada autokorelasi
dlddu Tidak ada keputusan
dud4-du Tidak ada autokorelasi
4-dud4-dl Tidak ada keputusan
4-dld4 Ada autokorelasi
Sumber : Ghozali, 2009
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual dari pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas, dan jika
berbeda disebut heteroskedastisitas. Model regresi yang baik tidak terjadi heteroskedasitas Ghozali, 2009.
Pada penelitian ini, pengujian heteroskedastisitas dilakukan dengan menggunakan scatter plot, yaitu dengan melihat grafik antara nilai
prediksi variabel terikat yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat
ada tidaknya pola tertentu pada grafik scatter plot antara SRESID dengan ZPRED, dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X
adalah residual Y prediksi – Y sesungguhnya. Selain scatter plot,
pengujian dalam penelitian ini juga menggunakan metode uji glejser, dengan membandingkan nilai signifikansi
, yang artinya tidak terjadi gejala heteroskedastisitas.
2. Uji Regresi Linier Berganda
Analisis regresi digunakan untuk mengetahui pengaruh variabel bebas dalam mempengaruhi variabel tidak bebas secara bersama-sama ataupun
secara parsial. Persamaan regresi linier berganda dalam penelitian ini adalah:
Keterangan : Y
: Price Earnings Ratio : Konstanta
: Koefisien regresi masing-masing variabel independen ROE
: Return on Equity DER
: Debt to Equity Ratio CR
: Current Ratio FS
: Firm Size e
: Error Estimate
