Dengan melihat grafik scatterplot di atas, terlihat titik-titik menyebar secara acak,
serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Maka dapat diambil kesimpulan bahwa tidak terdapat gejala heteroskedastisitas pada model
regresi yang digunakan. Selain menggunakan grafik scatterplot, uji heteroskedastisitas dapat pula dengan
menggunakan uji koefisien korel asi Spearman’s Rho yaitu dengan mengorelasikan
variabel independen dengan nilai unstandardized residual. Berikut ini adalah tabel yang menjelaskan uji koe
fisien korelasi Spearman’s Rho: Tabel 7 Uji Koefisien Korelasi Spearmans Rho
Unstandardize d Residual
Spearmans rho IHSG Correlation
Coefficient -,003
Sig. 2-tailed ,986
N 54
Economic Value Added Correlation Coefficient
,036 Sig. 2-tailed
,800 N
54 Unstandardized
Residual Correlation
Coefficient 1,000
Sig. 2-tailed .
N 54
Sumber: Data sekunder yang diolah
Uji koefisien korela si Spearman’s Rho pada tabel 7 menunjukkan bahwa, nilai
korelasi kedua variabel independen dengan unstandardized residual memiliki signifikansi lebih dari 0,05 . Yaitu variabel IHSG sebesar 0,986 dan variabel
Economic Value Added sebesar 0,800. Maka dapat disimpulkan bahwa tidak terdapat gejala heteroskedastisitas pada model regresi yang digunakan.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t-1 sebelumnya. Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini karena residual tidak bebas dari satu observasi ke observasi
lainnya. Priyatno 2012:172 model regresi yang baik adalah regresi yang tidak terjadi masalah autokorelasi. Untuk mengetahui ada tidaknya autokorelasi kita harus
melihat nilai uji Durbin-Watson DW test dengan ketentuan sebagai berikut: 1.
DUDW4-DU maka tidak terjadi autokorelasi 2.
DWDL atau DW4-DL maka terjadi autokorelasi 3.
DLDWDU atau 4-DUDW4-DL, artinya tidak ada kepastian atau kesimpulan yang pasti.
Sehingga dapat dilihat dalam tabel di bawah ini : Tabel 8 Uji Durbin -Watson
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson 1
,452
a
,205 ,173
,3956236 2,287
a. Predictors: Constant, Economic Value Added, IHSG b. Dependent Variable: Return
Sumber: Data sekunder yang diolah
Hasil uji Durbin-Watson pada tabel 8 menunjukkan bahwa nilai Durbin Watson
DW sebesar 2,287. Sedangkan besarnya DW-tabel: dl batas luar = 1,4851; du batas dalam =1,6383; 4
– du =2,3617; dan 4 – dl =2,5149. Dapat disimpulkan bahwa model regresi tersebut berada pada posisi DUDW4-DU yaitu
1,63832,2872,3617 artinya tidak terjadi masalah autokorelasi.
3.4.2. Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan bantuan program pengolahan data statistik, yaitu Statical Package for Social Science SPSS 16. Untuk menunjukkan
hubungan atara variabel bebas X dan variabel terikat Y, digunakan persamaan regresi berganda sebagai berikut :
Y = a + bX
1
+ bX
2
+ e Dimana :
Y : Return saham
a : Konstanta
X
1
: Indeks Harga Saham Gabungan IHSG X
2
: Economic Value Added EVA b
: Koefisien variabel X
1
dan X
2
e : Kesalahan pengganggu
3.4.3. Pengujian Hipotesis a. Uji F
Uji F digunakan untuk mengetahui, ada atau tidaknya pengaruh signifikan dari semua variabel independen yang digunakan secara bersama-sama
simultan, terhadap variabel dependen. Adapun tahap pengujiannya adalah sebagai berikut :
1. Merumuskan hipotesis Ho : b
= 0 ........................................... Tidak ada pengaruh Ho : b
≠ 0 ........................................... Ada pengaruh 2. Menentukan level of significant
α sebesar 5 3. Menghitung nilai F untuk mengetahui hubungan secara simultan antara
variabel bebas dan variabel terikat dengan rumus sebagai berikut :
Dimana : KT = Kuadrat tengah 4. Membandingkan F hitung dengan F tabel dengan ketentuan bahwa
derajat bebas pembilang adalah k dan derajat bebas penyebut adalah n –
k – 1 dengan confidence interval sebesar 95.
