73 Gambar 4.2 memperlihatkan grafik pada normal probability plot terlihat
titik yang mengikuti data sepanjang garis diagonal. Hal tersebut berarti data berdistribusi normal. Hasil pengujian dengan grafik histogram dan grafik Scatter
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 Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan
yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap atau sama maka disebut homokedastisitas, demikian sebaliknya jika
varians berbeda disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas sehingga model regresi layak dipakai untuk
memprediksi variabel dependen berdasarkan masukan variabel independennya. Alat untuk menguji heteroskedastisitas yakni dengan alat analisis grafik atau
dengan analisis residual yang berupa statistik Situmorang dan Lufti, 2014:121. Pada penelitian ini uji heteroskedastisitas yang digunakan adalah dengan
meenggunakan metode pendekatan grafik.
Universitas Sumatera Utara
74
Sumber : Hasil Penelitian, 2015 Data Diolah
Gambar 4.3
Gambar 4.3 merupakan grafik scatterplot dari variabel dependen nilai perusahaan dengan pendekatan Price Book Value PBV. Grafik menunjukkan
titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun dibawah angka nol pada sumbu Y. Hal ini
menunjukkan bahwa tidak terjadi heterokedastisitas pada model regresi.
4.2.2.3 Uji Multikolienaritas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi yang tinggi antarvariabel independen. Jika terjadi
korelasi maka dinamakan terdapat problem multikolinearitas. Deteksi adanya multikolinearitas dapat dilihat pada besarnya nilai tolerance dan variance
inflation factor VIF, jika nilai VIF 5 dan nilai tolerance 0.1 maka tidak terdapat masalah multikolinearitas. Multikolinearitas dapat dilihat dari nilai
Universitas Sumatera Utara
75 tolerance dan variance inflation factor VIF, nilai cutoff yang umum dipakai
untuk menunjukkan adanya multikolineritas adalah Tolerance 0,1 sedangkan variance inflation factor VIF 5 maka terdapat masalah multikolinearitas
Situmorang dan Lutfi, 2014:147
Dalam penelitian
ini, untuk
mendeteksi ada
tidaknya gejala
multikoliniearitas adalah dengan melihat besaran korelasi antar variabel independen dan besarnya tingkat kolinieritas yang masih dapat ditolerir, yaitu
:Tolerance 0.10 dan Variance Inflation Factor VIF 5. Pengujian multikolinearitas juga dapat dilakukan dengan melihat korelasi di antara variabel
independen. Berikut disajikan tabel hasil perhitungan nilai Tolerance dan Variance Inflation Factor VIF serta matrik korelasi antar variabel independen :
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardiz
ed Coefficients
Standardize d
Coefficients T
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constant -4.541
.715 -6.351
.000 INVESTA
SI .001
.096 .000
.011 .991
.933 1.072
DER .248
.521 .020
.476 .635
.834 1.199
DPR .034
.009 .145
3.592 .000
.903 1.107
ROE .288
.014 .854
19.969 .000
.805 1.242
a. Dependent Variable: PBV
Sumber : Hasil Penelitian, 2015 Data Diolah
Berdasarkan data tersebut dapat diketahui bahwa nilai tolerance dari masing-masing variabel independen lebih besar dari 0,10, yaitu pada variabel
Universitas Sumatera Utara
76 Investasi sebesar 0,933, variabel Debt to Equity Ratio DER sebesar 0,834,
variabel Dividend Payout Ratio DPR sebesar 0.903 dan variabel Return on Equity ROE sebesar 0,805.
Nilai Variance Inflation Factor VIF dari masing-masing variabel independen diketahui kurang dari 5, yaitu dilihat pada tabel 4.2 bahwa variabel
investasi nilai Variance Inflation Factor VIF sebesar 1.072, variabel Debt to Equity Ratio DER sebesar 1.199, variabel Dividend Payout Ratio DPR sebesar
1.107 dan variabel Return on Equity Ratio ROE sebesar 1.242. Berdasarkan Tabel 4.3 diatas dapat simpulkan bahwa tidak ada terjadi multikolienaritas antar
variabel independen dalam model ini.
4.2.2.4 Uji Autokorelasi