Tabel 4.2 Uji Normalitas Data
Sumber: SPSS 17 Data diolah 2012 Dari hasil pengolahan data tersebut, besar nilai Kolmogorov-
Smirnov adalah 0.613 dan signifikansi pada 0.846 maka disimpulkan data
terdistribusi secara normal karena p=0,8460,05 yang menunjukkan Ho diterima. Hal ini sejalan dengan hasil yang didapatkan dari uji grafik
normal diagram dan plot data.
4.2.2.2 Uji Multikolineritas
Pengujian multikolinearitas dilakukan untuk membuktikan apakah variabel bebas pada penelitian ini dapat diasumsikan tidak saling
berintervensi ketika dibuat pemodelan dengan variabel terikat. Kriteria
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 90
Normal Parameters
a,,b
Mean -.6522880
Std. Deviation .80978002
Most Extreme Differences Absolute
.065 Positive
.065 Negative
-.046 Kolmogorov-Smirnov Z
.613 Asymp. Sig. 2-tailed
.846
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
dinyatakan bahwa variabel bebas tidak saling intervensi satu sama lain ketika :
1. Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar
variabel independen dalam model regresi. 2. Jika nilai tolerance 10 persen dan nilai VIF 10, maka
dapa disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
Sumber: SPSS 17, Data diolah 2012
Pada tabel rangkuman hasil uji multikolinearitas di atas, diperoleh harga VIF tidak ada yang melebihi dari nilai 10 dan Tolerance 0, 10,
dengan demikian dapat disimpulkan bahwa model regresi tersebut tidak
Table 4.3 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 LN_EarningPerShare
.799 1.252
LN_FirmSize .902
1.108 LN_BookToMarketRatio
.792 1.263
LN_Momentum .788
1.269 a. Dependent Variable: LN_ReturnSaham
Universitas Sumatera Utara
terdapat masalah multikolinieritas antar variabel independen dalam model regresi.
4.2.2.3 Uji Heterokedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah residu pada model regresi bersifat heterogen atau homogen. Apabila
bersifat heterogen, akan menyebabkan model regresi tidak mampu meramalkan dengan akurat, karena memiliki residu yang tidak teratur.
Pada penelitian ini untuk mengatahui ada atau tidaknya problem heteroskedastisitas digunakan scatter plot. Kriterianya adalah apabila
titik-titik pada scatter plot atau diagram pencar tidak membentuk pola tertentu, maka dapat dinyatakan bahwa model regresi tidak terkendala
heteroskedastisitas.
Universitas Sumatera Utara
Gambar 4.3 Uji Heterokedasitas Normalitas Data
Berdasarkan grafik scatter plot diatas dapat disimpulkan bahwa model regresi tidak terkendala heteroskedastisitas, karena diagram pencar
tidak membentuk pola tertentu.
4.2.2.4 Uji Autokorelasi