44 dengan menggunakan histogram data telah terdistribusi normal
karena secara keseluruhan data telah normal maka dapat dilakukan pengujian asumsi klasik lainnya.
2. Uji Heteroskedastisitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan uji Park, yaitu melihat
signifikansinya, jika sig 0,05 maka terjadi heteroskedstisitas dan jika sig 0,05 berarti tidak terjadi heteroskedstisitas dengan
kata lain variansnya tetap atau Homoskedastisitas.
Tabel 4.4 Uji Heteroskedastisitas
Coefficients
a,b
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 DSEN
,065 ,321
,015 ,202
,840 DSEL
-,231 ,346
-,050 -,669
,504 DRAB
,159 ,317
,038 ,501
,617 DKAM
-,068 ,317
-,016 -,214
,831 DJUM
,032 ,321
,007 ,098
,922 a. Dependent Variable: Lnei2
b. Linear Regression through the Origin
Berdasarkan pada tabel di atas, dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas terlihat dari koefisien
parameter untuk variabel independen tidak ada yang siginifikan. Nilai siginifikansi D
sen
adalah sebesar 0,840, D
sel
sebesar 0,504, D
rab
sebesar 0,617, D
kam
sebesar 0,831 dan Djum sebesar 0,922.
Universitas Sumatera Utara
45 Nilai siginifikan untuk setiap variabel independen lebih besar
dari 0,05 Sig 0,005 maka dapat dikatakan bahwa data Homoskedastisitas
3. Uji Multikolonieritas
Mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat nilai tolerance dan variance inflation factor
VIF, jika nilai tolerance 0,1 dan VIF 10 menunjukkan multikolinaritas signifikan. Model regresi yang baik seharusnya
tidak terjadi kolerasi diantara variabel bebas.
Tabel 4.5 Uji Multikolonieritas
Coefficients
a,b
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 DSEN
-6,839 ,279
-,429 -24,544
,000 1,000 1,000
DSEL -7,195
,300 -,420
-24,012 ,000
1,000 1,000 DRAB
-6,954 ,275
-,442 -25,289
,000 1,000 1,000
DKAM -7,093
,275 -,451
-25,798 ,000
1,000 1,000 DJUM
-6,900 ,279
-,433 -24,760
,000 1,000 1,000
a. Dependent Variable: LnRETURN b. Linear Regression through the Origin
Berdasarkan pada Tabel 4.5 hasil pengolahan data dapat disimpulkan bahwa tidak terjadi multikolonieritas antara variabel
independen yang diindikasikan dari nilai tolerance dan VIF.
Universitas Sumatera Utara
46 Nilai tolerance setiap variabel lebih besar dari 0,1
Tolerance0,1 yaitu nilai tolerance setiap variabel independen adalah sebesar 1. Nilai VIF dari setiap variabel independen juga
leih kecil dari 10 VIF10 yaitu VIF setiap variabel independen adalah 1.
4. Uji Autokolerasi
Uji Autokolerasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada kolerasi antar kesalahan
pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Model regresi yang baik, tidak terjadi
autokorelasi. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji
Durbin Watson. Untuk uji Durbin Watson memiliki ketentuan sebagai
berikut: -
Angka D-W dibawah -2, berarti ada autokorelasi positif. -
Angka D-W diantara -2 sampai +2, berarti tidak ada autokorelasi.
- Angka D-W di atas +2, berarti ada autokorelasi negatif.
Universitas Sumatera Utara
47
Tabel 4.6 Uji Autokolerasi
Model Summary
