Uji Heterokedasitas Uji Multikolinearitas

4.2.2.2 Uji Heterokedasitas

Pengujian gejala heterokedasitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual dan pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain, maka disebut homokedasitas, dan jika berbeda disebut hetrokedasitas Erlina, 105:2011. Model regresi dikatakan baik apabila tidak terjadi heterokedasitas. Cara mendeteksi ada tidaknya gejala heteroksidasi Cara mendeteksi ada tidaknya gejala heterokedasitas adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data menggunakan program SPSS. Dasar pengambilan keputusannya adalah sebagai berikut: 1. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan telah terjadi heteroksidasitas Ghozali 2005. 2. Jika tidak ada pola yang jelas, seperti titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedasitas Ghozali 2005. Berikut ini grafik scatterplot untuk menganalisis apakah terjadi gejala heterokedasitas atau tidak dengan cara mengamati penyebaran titik-titik pada grafik. Universitas Sumatera Utara Gambar 4.3 Hasil Uji Heterokedasitas Sumber: output SPSS, diolah penulis 2013 Dari grafik scatterplot terlihat bahwa titik tersebar secara acak dengan tidak adanya pola yang jelas serta tersebar di atas maupun di bawah angka 0 pada sumbu Y. Hal tersebut menunjukan bahwa tidak terjadi heterokedasitas, sehingga model ini layak digunakan untuk memprediksi Return saham pada perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia berdasarkan masyukan variabel independen yaitu profitabilitas dan leverage dengan indicator ROA,ROE, dan DTA Universitas Sumatera Utara

4.2.2.3 Uji Multikolinearitas

Untuk mengetahui ada atau tidaknya multikolinearitas dapat diketahui melalui: 1. Nilai tolerance dan lawannya 2. Variance inflactor factor Kedua jenis ukuran tersebut menjelaskan bagaimana satu variabel independen dijelaskan oleh variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya, jadi pada tolerance yang bernilai rendah sama dengan VIF yang bernilai tinggi dan menunujukan terdapat kolinearitas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10 Universitas Sumatera Utara Tabel 4.4 Hasil Uji Multikolinearitas Dari hasil pengujian tersebut dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hal tersebut dapat dilihat dengan membandingkan dengan nilai tolerance dan VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,10 untuk DTA sebesar 0,958 0,10, ROE 0,964 0,10 ,ROA 0,984 0,10. Jika dilihat dari nilai VIF, bahwa masing-masing variabel bebas lebih kecil dari 10 yaitu DTA sebesar 1,044 10 , ROE 1,037 10 , ROA 1,016 10. Coefficients a Model Collinearity Statistics Tolerance VIF 1 DTA .958 1.044 ROE .964 1.037 ROA .984 1.016 a. Dependent Variable: Return_Saham Sumber : Output SPSS, dioalah peneliti 2013 Universitas Sumatera Utara

4.2.2.4 Uji Autokorelasi