2. Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam suatu model regresi terdapat korelasi antar variabel independen. Pengujian
multikolinearitas dilakukan dengan melihat VIF antar variabel independen. Jika VIF menunjukkan angka 10 dan nilai tolerance 0,10
menandakan terdapat gejala multikolinearitas.
Tabel 4.5 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 3.349
.512 6.544
.000 lncr
.434 .586
.134 .741
.461 .217
4.604 lnder
-.260 .485
-.096 -.537
.593 .221
4.525 lneps
.701 .093
.651 7.493
.000 .935
1.070 lntato
-.251 .373
-.059 -.673
.503 .908
1.101 a. Dependent Variable: lnsaham
Sumber : peneliti, 2013
Melalui tabel di atas dapat dilihat bahwa nilai Tolerance untuk setiap variabel independen lebih besar dari 0.10, lncr sebesar 0.217
lnder sebesar 0.221, lneps sebesar 0.935, dan lntato sebesar 0.908. Nilai VIF dari setiap variabel independen lebih kecil dari 10, lncr sebesar
4.604, lnder sebesar 4.525, lneps sebesar 1.070, dan lntato sebesar 1.101. Dengan demikian, dapat disimpulkan bahwa tidak terjadi gejala
multikolinieritas antar variabel independen dalam model regresi.
Universitas Sumatera Utara
3. Heteroskedastisitas
Untuk mendeteksi ada tidaknya gejala heteroskedastisitas dalam penelitian ini adalah dengan melihat plot grafik yang dihasilkan dari
pengolahan data dengan menggunakan program SPSS. Dasar pengambilan keputusannya adalah:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah
terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas
dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas atau terjadi homokedastisitas dengan
mengamati penyebaran titik-titik pada gambar
.
Universitas Sumatera Utara
Gambar 4.5 Scatterplot
Sumber : peneliti, 2013
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu
Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Adanya titik-titik yang menyebar menjauh dari
titik-titik yang lain dikarenakan adanya data observasi yang sangat berbeda dengan data observasi yang lain. Hasil tampilan output SPSS
ini dengan jelas menunjukkan tidak ada indikasi terjadi heteroskedastisitas.
Universitas Sumatera Utara
4. Autokorelasi
Kategori