82
4.2.2.2 Uji Heteroskedastisitas
Hasil dari Uji Heteroskedastisitas dapat dilihat pada Gambar 4.2 dibawah ini:
Sumber: Hasil Penelitian, 2015 Data Diolah
Gambar 4.2 Hasil Uji Heteroskeditas
Dengan memperhatikan Gambar 4.2 scatterplot dapat dilihat bahwa titik menyebar merata dan tidak ada pola yang jelas, seperti titik-titik menyebar diatas
dan dibawah angka 0 pada sumbu Y maka dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi.
Universitas Sumatera Utara
83
4.2.3.3 Uji Autokorelasi
Hasil dari uji autokorelasi dapat dilihat pada Tabel 4.4 dibawah ini:
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,763
a
,583 ,569
1,69129 1,938
a. Predictors: Constant, DR, CR b. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 Data Diolah
Adapun kriteria dari pengujian adalah : Du d 4-du,
Pada tabel model summary dapat diperhatikan :
dw = 1,938 , n = 64, x = 2 dilihat dari dw tabel maka nilai du = 1,6601
sehingga uji t pada tabel dapat dilihat sebagai berikut 1,6601 1,938 2,3999. maka tidak terjadi autokorelasi posistif dan negatif.
4.2.2.4 Uji Multikolinearitas
Hasil dari uji multikolinearitas dapat dilihat pada tabel 4.3 berikut ini:
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant 6,079
,873 6,963
,000 CR
-6,655 1,691
-,363 -3,937
,000 ,803 1,246
DR ,523
,091 ,529
5,728 ,000
,803 1,246 a. Dependent Variable: zscore
Sumber: Hasil Penelitian, 2015 Data Diolah
Universitas Sumatera Utara
84
Uji multikolinearitas menggunakan uji VIF. Hanya melihat apakah nilai VIF untuk masing-masing variabel lebih besar dari 5 atau tidak. Bila nilai VIF
lebih besar dari 5 maka diindikasikan model tersebut memiliki gejala multikolinieritas. Namun jika lebih kecil dari 10 maka tidak ada gejala
multikolinearitas. Dengan persamaan yang umum dipakai untuk menunjukkan adanya mutikolineritas adalah nilai Tolerence 0,10 atau VIF 5. Dan jika tidak
ada gejala maka ditunjukkan dengan persamaan nilai tolerance 0.10 atau VIF 5.
Dari Tabel 4.3 diatas dapat dilihat bahwa nilai tolerance 0.803 yaitu 0.10 dan VIF 1.246 yaitu 5 , maka dapat dinyatakan bahwa tidak ada gejala
multikolinearitas.
4.2.3 Hasil Analisis Regresi linear Berganda Tabel 4.5