Normal P-P Plot of Regression Standardized Residual Dependen Variabel: Tobin’s Q
Gambar 4.2 Grafik Normal Probability Plot
Sumber : Output SPSS, 2014 Gambar 4.2 menunjukan grafik plot yang memiliki titik-titik
beraturan mengikuti data disepanjang garis diagonal, hal ini menunjukan bahwa data berdistribusi normal.
4.2.2.2 Hasil Uji Multikolinearitas
Dalam penelitian ini, uji multikolinearitas digunakan untuk menguji apakah ada tidaknya gejala multikolinearitas. Hal ini dilakukan dengan
melihat besaran korelasi antar variabel independen dan besarnya koloniearitas yang masih dapat ditolerir yaitu : Tolerance 0.10 dan VIF 2. Uji ini dilakukan
Universitas Sumatera Utara
dengan melihat nilai tolerance dan VIF, berikut hasil uji multikoloniearitas pada tabel 4.3 :
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
Constant 628.937
568.493 1.106
.271 ROE
227.082 156.845
.147 1.448
.151 .997
1.003 KI
-766.609 866.404
-.090 -.885
.378 .997
1.003 a. Dependent Variable: TOBIN’S Q
Sumber : Output SPSS, 2014
Pada tabel diatas yaitu tabel 4.3 menunjukan penelitian ini bebas dari adanya multikolinearitas, dimana hal ini bisa dilihat dengan membandingkan
nilai tolerance dan VIF. Dari tabel tersebut menunjukan nilai tolerance yang lebih besar dari 0,1 yaitu untuk ROE nilai tolerance 0,997 dan KI dengan nilai tolerance
0,997. Jika dilihat dari VIF, masing-masing variabel bebas lebih kecil dari 2 yaitu untuk VIF ROE yaitu 1,003 dan VIF KI sebesar 1,003. Oleh karena itu, dapat
disimpulkan bahwa tidak terjadi gejala multikolinearitas pada variabel bebas.
4.2.2.3 Hasil Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual suatu pengamatan pada model regresi.
Sebuah estimator yang baik yaitu sebuah persamaan yang menghasilkan nilai residu yang sama setiap nilai estimasi atau dengan kata lain homoskedastisitas
Universitas Sumatera Utara
bukan heteroskedastisitas. Untuk melihat hal tersebut, berikut grafik scatterplot yang dapat memaparkan ada atau tidaknya heterokedastisitas :
Gambar 4.3 Scatterplot
Sumber : Output SPSS, 2014 Gambar 4.3 yaitu grafik scatterplot menunjukan keberadaan titik-
titik yang menyebar secara acak baik diatas maupun di bawah angka 0 pada sumbu Y, hal ini menunjukan bahwa tidak terjadi gejala heterokedastisitas pada
model regresi sehingga model regresi ini dapat digunakan untuk memprediksi nilai perusahaan yang berdasarkan pada keberadaan variabel independen yaitu
ROE atau return on equity.
Universitas Sumatera Utara
4.2.2.4 Hasil Uji Autokorelasi
