Berdasarkan Gambar 4.3, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di
bawah angka nol pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk
memprediksi Return Saham perusahaan real estate yang terdaftar di BEI berdasarkan masukan variabel independen DER, TATO, ROI, ROE.
4.3.4 Uji Autokorelasi
Dalam uji autokolerasi ini kita dapat menguji apakah dalam model regresi linier ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan-
kesalahan pengganggu pada periode sebelumnya. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat.
Sehingga model regresi yang baik adalah model regresi yang bebas autokorelasi. Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokorelasi adalah
dengan melakukan pengujian Durbin-Watson D-W. Hasil uji Durbin-Watson ditunjukkan pada tabel berikut ini :
Tabel 4.5 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .383
a
.147 .085
1.216953 2.231
a. Predictors: Constant, ROE, TATO, DER, ROI b. Dependent Variable: ReturnSaham
Sumber : Diolah penulis, 2013
Universitas Sumatera Utara
Kriteria untuk penilaian terjadinya autokorelasi yaitu: 1 Nilai D-W lebih besar dari 0 dan lebih kecil dari dl maka tidak ada autokorelsi
positif 2 Nilai D-W lebih besar dari 4-dl dan lebih kecil dari 4 maka ada autokorelsi
positif 3 Nilai D-W lebih besar du dan lebih kecil dari 4-du maka tidak ada korelasi
negative, tidak ada autokorelasi positif atau negative. Dari hasil tabel diatas diketahui bahwa nilai nilai D-W adalah :
1.7274 2.2312.2726 yang berarti termasuk pada kriteria ketiga, sehingga dapat disimpulkan bahwa model regresi bebas dari masalah autokorelasi
Tabel 4.6 Model summary
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .383
a
.147 .085
1.216953 2.231
a. Predictors: Constant, ROE, TATO, DER, ROI b. Dependent Variable: ReturnSaham
Sumber : Diolah penulis, 2013
Pada tabel 4.5 di atas, dapat dilihat hasil analisis regresi secara keseluruhan menunjukkan nilai R sebesar 0.383 menunjukkan bahwa korelasi atau hubungan
antara Return Saham dengan debt to equty ratio, total asset turn over, return on investment dan return on equity mempunyai tingkat hubungan yang sedang, yaitu
sebesar 38,3. Tingkat hubungan yang rendah dapat dilihat pada tabel pedoman untuk memberi interprestasi koefisien korelasi.
Universitas Sumatera Utara
Tabel 4.7 Pedoman untuk memberikan Interpretasi Koefisien Korelasi
Interval koefisien Tingkat hubungan
0.000-0.199 Sangat rendah
0.200-0.399 Rendah
0.400-0.599 Sedang
0.600-0.799 Kuat
0.800-1.000 Sangat kuat
Sumber : Sugiyo 2006:183 Nilai Adjusted R Square atau koefisien adalah sebesar 0,038. Angka ini
mengidentifikasikan bahwa Return Saham mampu dijelaskan oleh Economic Value Added, Market Value Added dan Price Earning Ratio 8,5 sedangkan selebihnya
sebesar 91,5 dijelaskan oleh sebab-sebab lain. Kemudian standard error of the estimate adalah sebesar 1.216953. Standard error of the estimate artinya mengukur
variasi dari nilai yang diprediksi. Standard error of the estimate juga bisa disebut standar deviasi, standard error of the estimate dalam penelitian ini sebesar 1.216953,
semakin kecil standard error of the estimate berarti model semakin baik.
4.4 Pengujian Hipotesis
