e. Return Saham Y
Berdasarkan hasil pengujian pada tabel 3 diketahui bahwa Return Saham, memiliki nilai minimum sebesar -0,92 yang terjadi pada PT. Goa Makasar Tourism
Development tahun 2013 dan nilai maksimum sebesar 2,63 yang terjadi pada PT. Jaya Real Property tahun 2013. Sedangkan, nilai rata-rata mean -0,0084 dan standar
deviasi sebesar 0,58780.
3. Hasil Uji Asumsi Klasik
Hipotesis dalam penelitian ini diuji dengan menggunakan teknik analisis regresi linier berganda. Tujuannya adalah untuk mengetahui ada tidaknya pengaruh dari setiap
variabel independen terhadap variabel dependen. Sebelum data di analisis, terlebih dahulu dilakukan uji asumsi klasik yang terdiri dari uji normalitas, mulitikolinearitas,
autokorelasi, dan heteroskedastisitas.
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel atau residual memiliki distribusi normal. Uji dalam penelitian ini Kolmogorov-Smirnov
Test untuk masing-masing variabel. Uji statistik sederhana dapat dilakukan dengan melihat nilai Kolmogorov-Smirnov Test dari residual Ghozali, 2011. Uji K-S
dilakukan dengan membuat hipotesis : H
: data tidak terdistribusi secara normal H
a
: data terdistribusi secara normal Data penelitian dikatakan menyebar normal atau memenuhi uji normalitas apabila
nilai Asymp.Sig 2-tailed variabel residual berada di atas 0,05. Sebaliknya apabila nilai Asymp.Sig 2-tailed variabel residual berada di bawah 0,05, maka data tersebut
tidak berdistribusi normal atau tidak memenuhi uji normalitas. Hasil pengujian diperoleh sebagai berikut:
Tabel 4. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
Normal Parameters
a
Mean -0,0518757
Std. Deviation 0,39910267
Most Extreme Differences Absolute
0,117 Positive
0,117 Negative
-0,104 Kolmogorov-Smirnov Z
1,093 Asymp. Sig. 2-tailed
0,183 a.
Test distribution is Normal. b.
Calculated from data. Sumber: Lampiran.9, Hal : 93.
Berdasarkan hasil uji normalitas menggunakan uji Kolmogorov-Smirnov menunjukkan distribusi yang normal. Berdasarkan hasil output SPSS, nilai Asymp. Sig.
2-tailed sebesar 0,183 jauh di atas 0,05 menunjukkan bahwa data terdistribusi secara normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk apakah dalam model regresi ditemukan adanya korelasi atas variabel bebas independen. Jika ada korelasi yang tinggi antara
variabel independen tersebut, maka hubungan antara variabel independen atau variabel dependen menjadi terganggu. Model regresi yang baik seharusnya tidak terjadi
multikolinieritas. Untuk mendeteksi ada atau tidaknya masalah multikolinieritas dalam penelitian ini adalah dengan melihat nilai tolerance dan Variance Inflation Factor
VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Nilai batas yang dipakai untuk
menunjukkan adanya multikolinieritas adalah nilai tolerance 0,10 dan nilai VIF 10. Ringkasan hasil uji multikolinieritas sebagai berikut:
Tabel 5. Hasil Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF
Kesimpulan
1 Constant
EPS 0,861
1,161 Tidak Terkena Multikolinieritas
DER 0,870
1,150 Tidak Terkena Multikolinieritas
NPM 0,926
1,080 Tidak Terkena Multikolinieritas
PBV 0,922
1,084 Tidak Terkena Multikolinieritas
Sumber: Lampiran .10, Hal : 94. Berdasarkan tabel 5 hasil perhitungan nilai tolerance menunjukkan bahwa
variabel bebas memiliki nilai toleransi 0,10 yang berarti tidak ada kolerasi antar variabel independen. Hasil perhitungan nilai variance inflation factor VIF juga
menunjukkan hal yang sama dimana variabel independen memiliki nilai VIF 10, sehingga dapat disimpulkan bahwa model regresi pada penelitian ini tidak terjadi
multikolinieritas.
c. Uji Autokorelasi
Pengujian autokorelasi dilakukan dengan metode Durbin Watson DW-test. Uji autokorelasi dalam penelitian ini dideteksi dengan melihat nilai Durbin Watson dalam
tabel. Hasil uji autokorelasi menggunakan data awal dalam penelitian ini dapat dilihat pada tabel 6 berikut ini: