46
d. Uji Heteroskedastisitas
Uji heteroskedstisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual atau pengamatan ke
pengamatan yang lain dengan menggunakan grafik Scatteplot.Model regresi yang baik adalah tidak terjadi heteroskedastisitas Ghozali,
2005:105. Dasar pengambilan keputusannya, jika ada pola tertentu seperti
titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan bahwa telah
terjadi heteroskedastisitas.Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas Ghozali, 2005:105.
3. Uji Regresi Berganda
Uji regresi berganda ini bertujuan untuk memprediksi besarnya keterkaitan dengan menggunakan data variabel bebas yang sudah
diketahui besarnya Santoso, 2002:163. Untuk melakukan pengujian hipotesis
dalam penelitian
ini menggunakan
analisis regresi
berganda.Analisis regresi berganda digunakan untuk memprediksi besar variabel tergantung dengan menggunakan data variabel bebasnya. Untuk
menguji hipotesis dalam penelitian ini digunakan model berikut:
Y = α + β
1
X
1
+ β
2
X
2
+β
3
X
3
+ e
47
Dimana: Y = Harga Saham
α = Konstanta, harga Y bila X = 0
β = Koefisien regresi, yang menunjukkan angka peningkatan
ataupun penurunan variabel terikat Y yang didasarkan pada variabel bebas X
X
1
= Likuiditas X
2
= Profitabilitas X
3
= Solvabilitas e
= Error
4. Uji Hipotesis a. Uji Koefisien Determinasi R
2
Nilai R
2
digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.Tetapi, karena R
2
mengandung kelemahan mendasar dimana adanya bias terhadap jumlah variabel independen yang dimasukkan dalam model. Oleh karena itu,
pada penelitian ini yang digunakan adalah adjusted R
2
berkisar antara nol dan satu.
Nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Nilai adjusted R² yang kecil
berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu
berarti variabel-variabel independen memberikan hampir semua
Kategori