Uji Heteroskedastisitas Uji Multikolinieritas

Dari gambar 4.1 hasil uji normalitas menunjukkan bahwa smua variabel yang digunakan dalam penelitian terdistribusi normal. Hal ini dapat dilihat dari bentuk grafik histogram yang menunjukkan pola distribusi normal. Gambar 4.2. Hasil Uji Normalitas Apabila dilihat dari tampilan grafik normal plot pada gambar 4.2, dapat disimpulkan bahwa data berdistribusi normal karena titik-titik menyebar mendekati dan mengikuti garis diagonal.

4.1.2.2. Uji Heteroskedastisitas

Terjadinya heteroskedastisitas mempunyai arti bahwa terdapat varian yang tidak sama dalam kesalahan penganggu. Uji heterokedastisitas bertujuan untuk mengetahui apakah dalam model regresi terdapat kesamaan atau perbedaan varians dari satu pengamatan ke pengamatan lain. Untuk menguji heteroskedastisitas digunakan uji Park. Apabila regresi log kuadrat residual tidak signifikan atau menghasilkan nilai sig 0,05 maka tidak terdapat heterokedastisitas, namun jika sebaliknya nilai sig 0,05 maka terdapat heterokedastisitas. Tabel 4.14. Hasil Uji Heteroskedastisitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -9.020 3.633 -2.483 .015 Keterlibatan masyarakat .103 .092 .160 1.116 .268 SDM -.015 .037 -.050 -.399 .691 Lingkungan -.010 .065 -.022 -.149 .882 Produk .179 .112 .205 1.603 .113 Size .093 .324 .037 .288 .774 Lev -1.432 .992 -.164 -1.444 .153 a. Depndeent Variable: LnU 2 i Hasil uji Park menunjukkan tidak terjadi heteroskedastisitas dalam persamaan regresi karena variabel independen tidak signifikan secara statistik mempengaruhi variabel nilai LnU 2 i. Hal ini dapat terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5. Cara lain untuk mendeteksi terjadinya heteroskedastisitas yaitu dengan melihat grafik plot antara nilai prediksi variabel terikat dengan residualnya. Jika tidak ada pola yang jelas, serta titk-titik menyebar di atas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas. Jika ada pola tertentu yang teratur maka mengindikasikan adanya heteroskedastisitas dalam persamaan regresi. Gambar 4.3. Hasil Uji heteroskedartisitas Dilihat dari grafik polt di atas, titik-titik menyebar di atas dan bawah angka 0 pada sumbu Y, maka dapat ditarik kesimpulan bahwa tidak terjadi heteroskedastisitas dalam persamaan regresi.

4.1.2.3. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi diantara variabel bebas independen Ghozali, 2006. Pengujian multikolinieritas dapat dilihat dari nilai tolerance dan lawannya variance inflation factor VIF. Nilai toleran yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance 0,10 atau sama dengan VIF 10. Jadi, koefisien antar variabel independen bebas dari multikolinieritas apabila nilai VIF 10 atau nilai tolerance 0,10. Hasil pengujian multikolinieritas selengkapnya dapat dilihat pada Tabel 4.15. berikut: Tabel 4.15. Hasil Uji Multikolinieritas Coefficients a Model Unstandardized Coefficients Standardiz ed Coefficien ts t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF 1 Constant .696 .260 2.674 .009 Keterlibatan masyarakat .020 .007 .385 3.134 .002 .699 1.431 SDM -.005 .003 -.202 -1.712 .091 .757 1.321 Lingkungan -.002 .005 -.060 -.467 .642 .634 1.578 Produk -.004 .008 -.062 -.500 .619 .688 1.453 Size -.050 .022 -.257 -2.238 .028 .801 1.248 Lev -.110 .072 -.165 -1.544 .127 .918 1.090 a. Dependent Variable: Harga Saham Dilihat dari tabel 4.15. dapat diketahui hasil besaran korelasi antar variabel independen tampak bahwa tidak terjadi multikolinearitas. Hal ini disebabkan dengan tidak adanya kolerasi antar variabel, yaitu korelasi masih dibawah angka 95. Hasil VIF juga menunjukkan hal yang sama, tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10.

4.1.3. Analisis Regresi Berganda