lxxii Variabel Residual Income terdapat 73 buah dengan nilai terbesar 36
dan nilai terkecil 24 dengan rata-rata sebesar 27,64 dan standar deviasi 1,884. Variabel Operating Cash Flow terdapat 100 buah dengan nilai
terbesar 3,000 dan nilai terkecil -2,000 dengan rata-rata sebesar 3,24000 dan standar deviasi 5,22000. Data di atas menunjukan deskripsi data yang diteliti
berdasarkan output penelitian.
2. Pengujian Asumsi Klasik
Pengujian asumsi klasik terdiri dari empat pengujian : a. Uji Normalitas Data
Berdasarkan ketentuan dari pengujian normalitas maka variabel- variabel yang diteliti haruslah mengikuti pola distribusi normal, dimana
grafik mengikuti garis diagonalnya, adapun grafik data normalitas :
Gambar 4.2 Pengujian Normalitas Data
Dari grafik di atas dapat dilihat bahwa data penelitian memiliki penyebaran dan distribusi yang normal karena data memusat pada nilai
lxxiii rata-rata dan median atau nilai plot PP terletak digaris diagonal, maka
dapat dikatakan bahwa distribusi data return saham adalah normal. b. Uji Multikolinieritas
Penelitian dilakukan pengujian terhadap data bahwa data harus terbebas dari gejala multikolonearitas, gejala ini ditunjukan dengan
korelasi antar variabel independen. Pengujian dalam uji multikolinearitas dengan melihat nilai VIF Variance Inflation Factor
harus berada di bawah 10, hal ini akan dijelaskan sebagai berikut :
Tabel 4.2
Coefficients
a
Unstandardized Coefficients
Standardized Coefficients
Collinearity Statistics Model
B Std. Error
Beta t
Sig. Tolerance
VIF Constant
5.027 4.424
1.136 .261
EVA 1.097
.323 -1.237
-3.401 .001
.107 9.320
EARNINGS .123
.156 .121
.790 .433
.605 1.654
RI .686
.229 .955
3.002 .004
.140 7.125
1
OCF -1.401E-14
.000 .064
.422 .675
.617 1.621
a. Dependent Variable: RETURN
Hasil Pengujian Multikolonearitas
Sumber: Data diolah Tabel di atas menjelaskan bahwa data yang ada tidak terjadi
gejala multukolonieritas antara masing-masing variabel independen yaitu dengan melihat nilai VIF. Nilai VIF yang diperbolehkan hanya
mencapai 10 maka data diatas dapat dipastikan tidak terjadi gejala multikolonearitas. Karena data di atas menunjukan bahwa nilai VIF
lxxiv lebih kecil dari 10, keadaan seperti itu membuktikan tidak terjadinya
multikolonearitas. c. Uji Autokolerasi
Dalam suatu pengujian, variabel independen tidak berkorelasi dengan dirinya sendiri. Adapun hasil uji autokolerasi, untuk melihat
apakah ada korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya.
Tabel 4.3
Model Summary
b
Change Statistics Model
R Square Change
F Change df1
df2 Sig. F Change
Durbin-Watson 1
.191
a
3.366 4
57 .015
1.926 a. Predictors: Constant, OCF, RI, EARNINGS, EVA
b. Dependent Variable: RETURN
Uji Autokolerasi
Sumber: Data diolah Tabel di atas menyatakan bahwa nilai Durbin-Watson untuk
variabel dependen return saham adalah sebesar 1,926, autokolerasi tidak terjadi bila nilai Durbin Watson masih berada di antara -2 sampai
+2.
d. Uji Heteroskedasitas Asumsi Heteroskedasitas adalah asumsi dalam regresi dimana
varians dari residual tiadak sama untuk satu pengamatan ke pengamatan lainya. Adapun hasil uji heteroskedasitas.
lxxv
Gambar 4.3 Uji Heteroskedasitas
Terlihat bahwa penyebaran residual yang terjadi di atas tidak teratur dan tidak terbentuk suatu pola pada plot, yang membuktikan
tidak terjadi homoskedastisitas atau persamaan tersebut memenuhi asumsi heteroskedastisitas.
3. Pengujian Hipotesis
