Tabel 4.3 Hasil Uji Heteroskedastisitas glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.013E10
2.639E9 3.837
.000 Operasi
-.058 .048
-.146 -1.203
.233 Investasi
.076 .056
.162 1.359
.179 Pendanaan
.133 .053
.304 2.505
.065 a. Dependent Variable: Absut
Pada gambar 4.3 tentang grafik scatterplot diatas dapat dilihat bahwa titik- titik pada scatterplot menyebar secara acak tidak membentuk sebuah pola tertentu
yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model
regresi layak dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen. Dari tabel 4.2 diatas kita dapat melihat bahwa nilai
signifikansi untuk variabel AKO adalah 0.233 0.05, nilai signifikansi untuk variabel AKI adalah 0,179 0.05 dan nilai signifikansi untuk variabel AKP
adalah 0,65 0.05 . Dari hasil ini maka dapat disimpulkan bahwa tidak terdapat masalah heteroskedastisitas karena variabel independennya memiliki signifikan
lebih besar dari 0,05
3. Hasil Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan periode t-1
sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi.
Universitas Sumatera Utara
Masalah autokorelasi umumnya terjadi pada regresi yang datanya time series. Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan menggunakan uji
Durbin Watson. Menurut Sunyoto 2009:91, Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
1 angka D-W di bawah –2 berarti ada autokorelasi positif,
2 angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi,
3 angka D-W di atas +2 berarti ada autokorelasi negatif.
Tabel 4.4 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .643
a
.414 .386
1.902E10 1.787
a. Predictors: Constant, Pendanaan, Investasi, Operasi b. Dependent Variable: Volume_Saham
Tabel 4.4 memperlihatkan nilai statistik D-W sebesar 1.787 Angka ini terletak diantara -2 dan +2, dari pengamatan ini dapat disimpulkan bahwa tidak
terjadi autokorelasi positif maupun autokorelasi negatif dalam penelitian ini.
4. Hasil Uji Multikolineritas
Menurut Ghozali 2005:91,“Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen”. Adanya gejala multikolinearitas dapat dilihat dari tolerance value atau nilai Variance Inflation Factor VIF. Batas tolerance value adalah 0,1 dan
batas VIF adalah 10. Apabila tolerance value 0,1 atau VIF 10 = terjadi multikolinearitas. Apabila tolerance value 0,1 atau VIF 10 = tidak terjadi
Universitas Sumatera Utara
multikolinearitas. Hasil pengujian terhadap multikolinearitas pada penelitian ini dapat dilihat pada tabel 4.5
Tabel 4.5 Hasil Uji Multikolineritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant
8.398E9 4.382E9
1.917 .060
Operasi -.064
.080 -.079
-.798 .428
.958 1.044
Investasi .149
.093 .156
1.598 .115
.991 1.009
Pendanaan .558
.088 .626
6.316 .000
.961 1.041
a. Dependent Variable: Volume_Saham
Berdasarkan tabel 4.5 diatas dapat dilihat bahwa tidak ada satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki
tolerance value lebih kecil dari 0,1.Jadi dapat disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil analisis, didapat nilai VIF untuk
variabel AKO adalah 1.044 10 dan nilai tolerance sebesar 0,958 0,1, nilai VIF untuk variabel AKI adalah 1.009 10 dan nilai tolerance sebesar
0.9910.1 dan nilai VIF untuk variabel AKP adalah 1.041 10 dan nilai tolerance sebesar 0.9610.1. Dari hasil ini maka dapat disimpulkan bahwa
semua variabel bebas yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
Universitas Sumatera Utara
C. Hasil Pengujian Hipotesis 1. UJi Koefisien Determinasi
