Uji Heteroskedastisitas Uji Autokorelasi

4.3.3 Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk melihat apakah di dalam 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 di atas dan dibawah angka 0 pada sumbu Y, maka mengindikasikan tidak terjadi heteroskedastisitas. Dari grafik scatterplot terlampir 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 rasio Net Profit Margin, Total Asset Turnover, Price to Book Value, Ukuran Perusahaan terhadap Return Saham perusahaan Food And Beverages yang terdaftar di Bursa Efek Indonesia.

4.3.4 Uji Autokorelasi

Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan pengganggu periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Adanya autokorelasi dapat diuji dengan menggunakan Uji Durbin-Watson, dengan kriteria sebagai berikut: 1. Angka D-W di bawah -2 berarti ada ditemukan autokorelasi positif. 2. Angka D-W di antara -2 sampai +2, berarti tidak ada ditemukan autokorelasi. 3. Angka D-W di atas +2 berarti ada ditemukan autokorelasi negatif Hasil uji autokorelasi dapat dilihat pada tabel 4.4 sebagai berikut: Tabel 4.4 Hasil Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,922 a ,849 ,834 3067,07685 2,328 a. Predictors: Constant, SIZE, NPM, TAT, PBV b. Dependent Variable: Return Sumber: Diolah dengan SPSS, 2014. Berdasarkan tabel 4.4 di atas, hasil uji autokorelasi dengan Durbin- Watson menunjukkan angka sebesar 2,328. Karena angka tersebut terletak di atas +2 maka dapat disimpulkan bahwa bahwa ada ditemukan autokorelasi negatif.

4.4 Pengujian Hipotesis