Dari Gambar 4.3 dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar baik di atas maupun di bawah angka 0 nol pada sumbu Y, sehingga dapat
disimpulkan bahwa model regresi tidak terjadi masalah heteroskedastisitas.
4.2.2. Hasil Uji Hipotesis Kedua
4.2.2.1. Hasil uji normalitas hipotesis kedua Uji normalitas data bertujuan untuk menguji apakah model regresi antara
variabel dependent terikat dan independent bebas keduanya memiliki distribusi normal atau tidak yang dapat dilihat dengan menggunakan normal histogram dan p-
plot. Data dalam keadaan normal apabila distribusi data menyebar di sekitar garis histogram. Selain dengan metode grafik, juga dapat digunakan analisis statistik
dengan menggunakan pendekatan Kolmogorov-Smirnov Ghozali, 2006: 110. 1.
Pendekatan Grafik Hasil pengujian normalitas dengan menggunakan analisis grafik dapat dilihat
pada Gambar 4.4 sebagai berikut:
Regression Standardized Residual
2 .2
5 1
.7 5
1 .2
5 .7
5 .2
5 -.2
5 -.7
5 -1
.2 5
-1 .7
5 -2
.2 5
-2 .7
5 -3
.2 5
-3 .7
5
Histogram Dependent Variable: HARGA
F re
q u
e n
c y
20
10 Std. Dev = .98
Mean = 0.00 N = 111.00
Sumber: Hasil Penelitian, 2010 data diolah Gambar 4.4. Hasil Uji Normalitas Hipotesis Kedua dengan Menggunakan
Histogram
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati garis normal, dari grafik di atas dapat disimpulkan bahwa distribusi
data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal.
Normal P-P Plot of Regression Standardized Residu Dependent Variable: HARGA
Observed Cum Prob
1.00 .75
.50 .25
0.00
E x
p e
c te
d C
u m
P ro
b
1.00 .75
.50 .25
0.00
Sumber: Hasil Penelitian, 2010 data diolah
Gambar 4.5. Hasil Uji Normalitas Hipotesis Kedua dengan Menggunakan P- Plot
Berdasarkan Gambar 4.5 dapat dilihat bahwa penyebaran data berada pada sekitar garis diagonal dan mengikuti arah garis diagonal, maka residual
terstandarisasi, dengan demikian model regresi hipotesis pertama tersebut memenuhi asumsi normalitas.
2. Pendekatan Kolmogorov-Smirnov
Analisis statistik dengan menggunakan uji Kolmogorov-Smirnov K-S diperoleh hasil seperti yang dapat dilihat pada Tabel 4.8 sebagai berikut:
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Tabel 4.8. Hasil Uji Kolmogorov-Smirnov Hipotesis Kedua
One-Sample Kolmogorov-Smirnov Test
111 3.198799E-11
3.020054E-02 .086
.072 -.086
.909 .380
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Unstandardiz
ed Residual
Test distribution is Normal. a.
Calculated from data. b.
Sumber: Hasil Penelitian, 2010 data diolah Tabel 4.8 memperlihatkan bahwa nilai signifikansi variabel residual Asymp.
Sig 2-tailed taraf nyata á yaitu 0,380 0,05 sehingga dapat disimpulkan bahwa data residual terdistribusi normal atau model telah memenuhi asumsi
normalitas. 4.2.2.2. Hasil uji multikolinearitas hipotesis kedua
Multikolinearitas adalah suatu keadaan di mana variabel lain independent saling berkolerasi satu dengan lainnya. Persamaan regresi berganda yang baik adalah
persamaan yang bebas dari adanya multikolinearitas antara variabel independent. Alat ukur yang sering digunakan adalah uji atau deteksi Variance Inflation Factor VIF.
Di mana nilai VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1 Ghozali, 2006: 91.
Hasil pengujian multikolinearitas penelitian ini dapat dilihat pada Tabel 4.9 berikut ini:
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Tabel 4.9. Uji Multikolinearitas Hipotesis Kedua Collinearity Statistics
Model Tolerance
VIF
1 Constant
CR DER
ROE ROI
.738 .420
.124 .102
1.355 2.379
8.036 9.835
Sumber: Hasil Penelitian, 2010 data diolah Berdasarkan hasil pengolahan data pada Tabel 4.9 menunjukkan tidak ada
satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan nilai Tolerance kurang dari 0,1 maka dapat disimpulkan bahwa model regresi tidak terjadi masalah
multikolinearitas. 4.2.2.3. Hasil uji autokorelasi hipotesis kedua
Uji autokorelasi dilakukan untuk menguji apakah pada model regresi terdapat korelasi kesalahan antara kesalahan pengganggu pada periode t dan kesalahan
pengganggu pada periode sebelumnya periode t-1. Gejala autokorelasi dideteksi dengan menggunakan Durbin-Watson test Ghozali, 2006: 95.
Hasil pengujian autokorelasi dapat dilihat pada Tabel 4.10 sebagai berikut ini:
Tabel 4.10. Uji Autokorelasi Hipotesis Kedua
Sumber: Hasil Penelitian, 2010 data diolah
Model Summary
b
.746
a
.556 .431
.307651 1.846
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin Watson
Predictors: Constant, ROI, CR, DER, ROE a.
Dependent Variable: HARGA b.
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Menurut Gujarati, kriteria yang menunjukkan tidak terjadi autokorelasi adalah:
d
U
DW 4-d
U
. Hasil pengujian menurut tabel adalah sebagai berikut: n = jumlah sampel = 111
k = jumlah variabel bebas = 4 pada tingkat signifikansi á = 0,05 diperoleh d
U
= 1,758 d
L
= 1,592 d
U
DW 4-d
U
= 1,758 1,846 2,242. Hasil pengujian memenuhi kriteria, berarti tidak terjadi autokorelasi pada model regresi penelitian ini.
4.2.2.4. Hasil uji heteroskedastisitas hipotesis kedua Uji heteroskedastisitas bertujuan untuk menguji apakah varians dari residual
satu pengamatan ke pengamatan lainnya tidak tetap atau berbeda. Model regresi yang baik adalah tidak terjadinya heteroskedastisitas Ghozali, 2006: 105.
Hasil pengujian heteroskedastisitas dengan metode grafik dapat dilihat pada Gambar 4.6 berikut ini:
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Scatterplot Dependent Variable: HARGA
Regression Standardized Predicted Value
2 1
-1 -2
-3 -4
R e
g re
ssi o
n St
u d
e n
ti ze
d R
e si
d u
a l
3 2
1 -1
-2 -3
-4
Sumber: Hasil Penelitian, 2010 data diolah
Gambar 4.6. Grafik Hasil Uji Heteroskedastisitas Hipotesis Kedua
Dari Gambar 4.6 dapat dilihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar baik di atas maupun di bawah angka 0 nol pada sumbu Y, sehingga dapat
disimpulkan bahwa model regresi tidak terjadi masalah heteroskedastisitas.
4.3. Pembahasan Hasil Penelitian