69
Berdasarkan hasil perhitungan Return On Asset masing-masing perusahaan pada Grafik 4.5, Pada Tahun 2005, Return On Asset, tertinggi
dimiliki oleh PT. Unilever Indonesia Tbk sebesar 0,54 dan terendah dipegang oleh PT. Goodyear indonesia Tbk sebesar -0,02. Pada Tahun 2006, Return On
Asset, tertinggi dimiliki oleh PT. Unilever Indonesia Tbk sebesar 0,53 dan terendah dipegang oleh PT. Inti Wijaya International Tbk sebesar -0,03. Pada
Tahun 2007, Return On Asset, tertinggi dimiliki oleh PT. Unilever Indonesia Tbk sebesar 0,53 dan terendah dipegang oleh PT. Duta Pertiwi Nusantara Tbk
sebesar 0,05. Pada Tahun 2008, Return On Asset, tertinggi dimiliki oleh PT. Unilever Indonesia Tbk sebesar 0,53 dan terendah dipegang oleh PT. Pan
Brother Tex Tbk sebesar -0,04. Dan pada Tahun 2009, Return On Asset, tertinggi dimiliki oleh PT. Unilever Indonesia Tbk sebesar 0,45 dan terendah
dipegang oleh PT. Inti wijaya International Tbk sebesar 0,01.
2. Pengujian Asumsi Klasik
a. Uji Normalitas Data
Uji ini bertujuan untuk menguji apakah dalam model regresi variabel dependen, variabel independen atau keduanya mempunyai distribusi normal
atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal.
70
Untuk mengetahui model regresi variabel dependen, variabel independen atau keduanya berdistribusi normal atau tidak.
Gambar 4.6 Pengujian Normalitas Data
Dari grafik di atas dapat dilihat bahwa data penelitian memiliki penyebaran dan distribusi yang normal karena data memusat pada nilai rata-
rata dan median atau nilai plot PP terletak digaris diagonal, maka dapat dikatakan bahwa distribusi data return saham adalah normal.
71
b. Uji Multikolinieritas
Penelitian dilakukan pengujian terhadap data bahwa data harus terbebas dari gejala multikolonearitas, gejala ini ditunjukan dengan korelasi
antar variabel independen. Pengujian dalam uji multikolinearitas dengan melihat nilai VIF Variance Inflation Factor harus berada di bawah 10, hal
ini akan dijelaskan sebagai berikut :
Tabel 4.7 Hasil Pengujian Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Working Capital Turnover .989
1.011 Debt Equity Ratio
.436 2.296
Current Ratio .476
2.101 Firm Size
.584 1.712
a. Dependent Variable: Return On Asset
Sumber data diolah
Tabel di atas menjelaskan bahwa data yang ada tidak terjadi gejala multikolinearitas antara masing-masing variabel independen yaitu dengan
melihat nilai VIF. Nilai VIF yang diperbolehkan hanya mencapai 10 maka data di atas dapat dipastikan tidak terjadi gejala multikolinearitas. Karena data
di atas menunjukan bahwa nilai VIF lebih besar dari 10, keadaan seperti itu membuktikan tidak terjadinya multikolinearitas.
72
c. Uji Autokolerasi
Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya.Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Untuk mendeteksi autokorelasi dalam penelitian ini
maka digunakan uji Durbin Watson DW. Pada tabel 4.8 diketahui nilai Durbin Watson d sebesar 1,777 nilai ini
akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5, jumlah sample n 75 dan jumlah variabel independen k adalah 4. Maka
dari tabel didapat nilai du = 1,739 dan 4 – du = 4 – 1,739 = 2,261. Oleh karena
nilai du d 4-du atau 1,739 1,777 2,261 maka dapat disimpulkan tidak ada autokorelasi baik positif maupun negatif.
Tabel 4.8 Hasil Pengujian Autokolerasi
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.681
a
.464 .434
16.400423 1.777
a. Predictors: Constant, Firm Size, Working Capital Turnover, Current Ratio, Debt Equity Ratio b. Dependent Variable: Return On Asset
Sumber : Data diolah
73
d. Heteroskedastisitas