71
Dari grafik histogram pada gambar 4.3 dan grafik PP Plot pada gambar 4.4 diatas terlihat setelah dilakukan transformasi data, grafik
histogram memperlihatkan pola distribusi yang normal, hal ini dapat dilihat dari grafik histogram yang menunjukkan distribusi data mengikuti garis
diagonal yang tidak menceng skewness kiri maupun menceng ke kanan dan garafik normal PP Plot memperlihatkan titik-titik menyebar di sekitar
atau mengikuti arah garis diagonal yang menunjukkan pola terdistribusi normal. Hasil uji Kolmogorov Sminov pada tabel 4.3 menunjukkan Asymp.
Sig. 2-tailed sebesar 0,126 yang lebih besar dari signifikansi alpha yang telah ditetapkan 0,05. Dengan demikian, data pada penelitian ini
terdistribusi normal dan dapat digunakan untuk melakukan Uji-t dan Uji-F karena 0,521 0,05 H
a
diterima.
4.3.2 Uji Multikolinearitas
Untuk melihat ada tidaknya gejala multikolinearitas, peneliti melihat besaran korelasi antar variabel independen dan besarnya tingkat
kolinearitas yang masih dapat ditolerir yaitu : tolerance 0,1 dan VIF Variance Inflation Factor 10. Uji multikolinearitas dengan melihat
nilai tolerance dan VIF menunjukkan hasil seperti pada tabel 4.4 berikut
72
Tabel 4.4 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
Constant Cost Income Ratio
,886 1,128
Debt To Equity Ratio ,808
1,238 Size Bank
,995 1,005
Return On Asset ,869
1,151 Earning Per Share
,868 1,153
NPL ,824
1,213 a. Dependent Variable: Harga Saham
Sumber: Diolah dengan SPSS,2014 Tabel 4.4 menunjukkan bahwa penelitian ini bebas dari adanya
gejala multikolinearitas. Hal ini dapat dilihat dengan membandingkan nilai tolerance dan VIF. Masing-masing variabel independen yang digunakan
dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1. Untuk Cost Income Ratio CIR memiliki nilai tolerance 0,886 ;Debt to
Equity Ratio DER memiliki nilai tolerance 0,808; Size Bank memiliki nilai tolerance 0,995; Return On Asset ROA memiliki nilai tolerance 0,869,
Earnings Per Share EPS memiliki nilai tolerance 0,868 dan NPL memiliki nilai tolerance 0,824. Jika dilihat dari VIF, masing-masing variabel
independen lebih kecil dari 10 yaitu Cost Income Ratio CR memiliki VIF 1,128; Debt to Equity Ratio ROE memiliki VIF 1,238; Size Bank memiliki
VIF 1,005; Return On Asset ROA memiliki VIF 1.51, Earnings Per Share
73
EPS memiliki VIF 1,153 dan NPL memiliki nilai VIF sebesar 1,213. Kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas
dalam variabel independennya.
4.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan
ke pengamatan lain. Pengujian heteroskedastisitas pada penelitian ini menggunakan dasar analitis sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada akan membentuk pola
tertentu yang teratur,maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan
dibawah angka 0 pada sumbu Y, maka mengindikasikan tidak terjadi heteroskedastisitas.
Hasil dari uji heteroskedastisitas dapat ditunjukan pada gambar 4.5 berikut
74
Gambar 4.5 Grafik
Scatterplot
Sumber: Diolah dengan SPSS, 2014. Dari grafik scatterplot pada gambar 4.5 diatas terlihat bahwa titik-
titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y tidak membentuk pola tertentu atau tidak teratur. Titik-titik
yang menyebar menjauh dari titik-titik yang lain mengindikasikan bahwa adanya data observasi yang sangat berbeda dengan data
penelitian lainnya. Maka dapat di simpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi ini sehingga model ini layak
untuk digunakan untuk melihat pengaruh Cost Income Ratio, Debt Equity Ratio, Size Bank, Return On Asset, Earnings Per Share dan NPL
terhadap Harga Saham perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia.
75
4.3.4 Uji Autokorelasi