49
Gambar 4.2 Grafik normal P-Plot
Sumber: Hasil olah data SPSS Pada grafik normal plot terlihat titik-titik menyebar disekitar garis
diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara
normal.
4.2.2.2. Uji Multikolonieritas
Adanya Multikolonieritas dapat dilihat dari tolerance value atau nilai variance inflation factor VIF. Batas dari tolerance value nilai adalah 0.01
atau nilai VIF diatas 10, maka terjadi problem Multikolonieritas.
50
Tabel 4.5 Hasil Uji Multikolonieritas
Sumber: Hasil olah data SPSS Dari data pada table 4.5 dapat disimpulkan tidak terjadi
multikolonieritas dengan dasar nilaiVIF setiap variable independen tidak ada yang melebihi 10 yang dimana dapat dilihat dari table 4.5,
nilai VIF PER sebesar 1.010, VIP PBV sebesar 1.544, dan VIF EPS sebesar 1.556. dan nilai toleransi tidak ada yang kurang dari 0.1, yang
dimana dapat dilihat dari nilai toleran PER sebesar 0,990, PBV sebesar
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta
Toleranc e
VIF 1 Constant
.312 .192
1.628 .111
PER .001
.005 .016
.120 .905
.990 1.010
PBV .084
.029 .497
2.942 .005 .648
1.544 EPS
-3.4745 .000 -.134
-.788 .435
.643 1.556
a. Dependent Variable: RTN
51
0,648, dan EPS sebesar 0,643. Dengan demikian dapat dilakukan analisa lebih lanjut dengan menggunakan model regresi berganda.
4.2.2.3. Uji Autokorelasi
Gejala Autokorelasi dideteksi dengan menggunakan SPSS Durbin- Watson DW. Menurut Ghozali 2005, untuk mendeteksi ada tidaknya
autokorelasi maka dilakukan pengujian Durbin-WatsonDW.
Tabel 4.6 Hasil Uji Autokorelasi Durbin-Watson
Dari hasil uji autokerelasi pada tabel diatas terlihat nilai DW sebesar 1.777, sesuai dengan ketentuan yang berlaku DW berada diantara -2 sampai 2
berarti tidak terdapat autokorelasi, dalam hal ini jelas bahwa DW 1.777 berada diantara -2 sampai 2 dengan demikian dapat disimpulkan bahwa tidak terdapat
autokorelasi. Model Summary
b
Model R
R Square Adjusted
R Square Std. Error of
the Estimate Durbin-Watson 1
.432
a
.186 .131
.97194 1.777
a. Predictors: Constant, EPS, PER, PBV b. Dependent Variable: RTN
Sumber: Hasil Pengolahan SPSS
52
4.2.2.4. Uji Heterokedastisitas
Uji bertujuan menguji apakah model regresiterjadi ketiidak samaan variance dari residual satu pengamatan kepengamatan lainya. Jika variance
dari residual satu pengamatan kepengamatan lain tetap disebut homokedasitas. Dasar analisinya adalah jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi Heterokedastisitas.
Pengujian ini dapat dilihat darimelalui grafik scatter plot. Gamba 4.3
Hasil uji Heteroskedastisitas
Sumber: Hasil Pengolahan SPSS
53
Dari grafik scatter plot terlihat bahwa titik-titik tidak menyebar secara acak dan menyebar baik diatas maupun ditengah angka 0 pada sumbu Y. Hal
ini dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi. Dengan demikian, model ini layak dipakai untuk memprediksi rentabilitas
perusahaan tersebut berdasrkan masukan variaber independen PER, PBV, dan EPS.
4.2.2.5. Koefisien Determinasi Model persamaan determinasi ini yaitu: