Uji Normalitas Uji Autokorelasi Uji Heterokedastisitas

43 pembeli saham. 5. Return Saham Keuntungan yang didapat dari investasi saham yang dilakukan Jogiyanto, 2000. rasio Rt =

3.5 Metode Analisis Data

Metode analisis data yang dilakukan dalam penelitian ini adalah dengan analisis statistik yang mengunakan regresi linier berganda dan menggunakan SPSS

18. Tahapan yang dilakukan dalam analisis data penelitian ini adalah: 3.5.1 Uji asumsi klasik

Sebelum melakukan pengujian hipotesis terlebih dahulu dilakukan uji asumsi klasik. Uji asumsi klasik digunakan untuk mengetahui kondisi data yang digunakan dalam penelitian. Model regresi akan layak dijadikan alat estimasi apabila memenuhi persyaratan Best Linear Unbiasedestimator, yakni tidak terdapat heterokedastisitas, multikolinearitas, dan autokorelasi. Uji asumsi klasik yang dilakukan meliputi uji normalitas, uji heterokedastisitas, uji multikolinearitas, dan uji autokorelasi.

3.5.1.1 Uji Normalitas

Tujuan uji normalitas adalah untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Menurut Ghozali 2010, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisi grafik dan Universitas Sumatera Utara 44 analisis statistik. Penelitian ini menggunakan analisis statistik dengan uji Kolmogorov Smirnov. Pedoman pengambilan keputusan rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari: 1. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal. 2. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal Ghozali, 2010.

3.5.1.2 Uji Autokorelasi

Tujuan dari uji autokorelasi adalah untuk menguji apakah dalam model regresi linier memiliki korelasi antara kesalahan pengganggu antara suatu periode t dangan periode sebelumnya t-1. Autokorelasi terjadi akibat observasi yang dilakukan berurutan sepanjang waktu berkaitan antara observasi satu dengan observasi yang lainnya. Masalah autokorelasi ini umumnya terjadi pada data ruang waktu time series karena ganguan terhadap individu satu dapat mempengaruhi individu yang lainnya. Untuk mendeteksi adanya autokorelasi dapat dilakukan uji Durbin – Watson. uji Durbin Watson memiliki ketentuan sebagai berikut: 1. Jika 0 DW DL, maka terjadi autokorelasi positif Universitas Sumatera Utara 45 2. Jika DL DW DU, maka ragu-ragu terjadi autokorelasi 3. Jika DU DW 4 – DU. Maka tidak terjadi autokorelasi 4. Jika 4 - DU DW 4 – DL, maka ragu–ragu terjadi autokorelasi 5. Jika DW 4 DL, maka terjadi autokorelasi negatif Dimana, DW adalah nilai DW hasil perhitungan, DU = batas atas, DL = batas bawah.

3.5.1.3 Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi memiliki ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homokedastisitas dan jika ditemukan berbeda terhadap pengamatan lain disebut Heterokedastisitas. Oleh karena itu dapat dikatakan bahwa model regresi yang baik adalah model yang Homokedastisitas. Deteksi ada atau tidaknya heteroskedstisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scarrteplot denga dasar analisis: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian Universitas Sumatera Utara 46 menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, sperti titik menyebar di atas dan di bawah angka 0 pada sumbuh Y, maka tidak terjadi heteroskedastisitas. Ghozali, 2010.

3.5.1.4 Uji Multikolinearitas