55
Gambar 4.1 memperlihatkan bahwa pada grafik histogram, distribusi data mengikuti kurva berbentuk lonceng yang tidak menceng
skewness ke arah kiri atau kanan, sehingga dapat disimpulkan bahwa data tersebut terdistribusi normal. Gambar 4.2 memperlihatkan grafik
normal probability plot, yang menunjukkan bahwa data titik-titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal.
Hal tersebut berarti data terdistribusi normal. Hasil pengujian dengan grafik histogram dan normal probability
plot sejalan dengan hasil pengujian dengan menggunakan model Kolmogorov-Smirnov, yaitu yang berkesimpulan bahwa data telah
terdistribusi normal. Karena secara keseluruhan data telah terdistribusi secara normal, maka dapat dilakukan pengujian asumsi klasik lainnya.
4.2.2.2 Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat besaran korelasi antar variabel
independen dan besarnya tingkat kolinearitas yang masih dapat ditolerir, yaitu
nilai Tolerence 0,10 dan Variance Inflation Factor VIF 10. Uji Multikolinearitas menunjukkan hasil seperti disajikan pada tabel
pengujian berikut :
Universitas Sumatera Utara
56
Tabel 4.5 Pengujian Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-3.692 1.883
-1.961 .053
Return on Equity .043
.013 .375
3.301 .001
.598 1.672
Debt to Equity Ratio -.041
.034 -.112
-1.206 .232
.891 1.123
Firm Size .380
.150 .284
2.526 .014
.613 1.632
Firm Growth -.363
.546 -.059
-.664 .508
.967 1.034
Price Earning Ratio .008
.002 .399
4.215 .000
.863 1.159
a. Dependent Variable: Price to Book Value
Sumber : Output SPSS, diolah penulis 2012
Berdasarkan data tersebut dapat diketahui bahwa nilai tolerance dari masing-masing variabel independen lebih besar dari 0.10, yaitu
untuk variabel Return on Equity sebesar 0.598, variabel Debt to Equity Ratio sebesar 0.891, variabel Firm Size sebesar 0.613, variabel Firm
Growth sebesar 0.967, dan variabel Price Earning Ratio sebesar 0.863. Nilai VIF dari masing-masing variabel independen diketahui
kurang dari 10, yaitu untuk variabel Return on Equity sebesar 1.672, variabel Debt to Equity Ratio sebesar 1.123, variabel Firm Size sebesar
1.632, variabel Firm Growth sebesar 1.034, dan variabel Price Earning Ratio sebesar 1.159. Dengan demikian dapat disimpulkan bahwa pada
penelitian ini tidak terjadi multikolinearitas.
Universitas Sumatera Utara
57
4.2.2.3 Uji Heteroskedastisitas
Dalam penelitian ini, untuk mengetahui apakah dalam penelitian terjadi heteroskedastisitas, dapat dilihat dengan grafik scatterplot dan
juga dengan melakukan uji Glejser. Hasil dari uji heteroskedastisitas dengan menggunakan uji Glejser dapat dilihat sebagai berikut :
Tabel 4.6 Pengujian Heteroskedastisitas 1
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.193 1.193
.162 .872
Return on Equity -.002
.008 -.033
-.250 .804
Debt to Equity Ratio .014
.022 .072
.660 .512
Firm Size .025
.095 .034
.260 .796
Firm Growth -.549
.346 -.166
-1.587 .117
Price Earning Ratio .004
.001 .402
3.632 .006
a. Dependent Variable: Absut
Sumber : Output SPSS, diolah penulis 2012
Dari hasil output terlihat nilai Sig. untuk variabel Return on Equity sebesar 0.804, variabel Debt to Equity Ratio sebesar 0.512, variabel Firm
Size sebesar 0.796, variabel Firm Growth sebesar 0.117, dan variabel Price Earning Ratio sebesar 0.06. Nilai Sig. untuk masing-masing
variabel lebih besar dari 0.05 sehingga dapat disimpulkan bahwa data tidak terkena heteroskedastisitas. Berikut juga ditampilkan hasil uji
heteroskedastisitas dengan menggunakan analisis grafik.
Universitas Sumatera Utara
58
Gambar 4.3 Pengujian Heteroskedastisitas 2
Dari gambar scatterplot di atas, terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu atau tidak teratur,
serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini mengindikasikan tidak terjadi heteroskedastisitas pada model
regresi sehingga model regresi layak dipakai untuk memprediksi variabel Price to Book Value berdasarkan masukan variabel independen Return on
Equity, Debt to Eauity Ratio, Firm Size, Firm Growth, dan Price Earning Ratio. Adanya titik-titik yang menyebar menjauh dari titik-titik yang lain
dikarenakan adanya data observasi yang sangat berbeda dengan data
observasi yang lain.
Universitas Sumatera Utara
59
4.2.2.4 Uji Autokorelasi
