4.3.2 Uji Multikolinearitas
Untuk melihat ada tidaknya gejala multikolinearitas, peneliti melihat besaran korelasi antar variabel independen dan besarnya tingkat kolinearitas
yang masih dapat ditolerir yaitu : tolerance 0,1 dan VIF Variance Inflation Factor 10. Uji multikolinearitas dengan melihat nilai tolerance
dan VIF menunjukkan hasil seperti pada tabel 4.4 berikut:
Tabel 4.4 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
ROE .814
1.228 Arus Kas dari
Aktivitas Operasi .941
1.062 Harga Saham
.822 1.217
a. Dependent Variable: Volume Penjualan Saham
Sumber : Diolah dengan SPSS,2014
Tabel 4.4 menunjukkan bahwa penelitian ini bebas dari adanya gejala multikolinearitas. Hal ini dapat dilihat dengan membandingkan nilai tolerance
dan VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1. Untuk Riturn
On Equity ROE memiliki nilai tolerance 0,814; arus kas dari aktivitas operasi memiliki nilai tolerance 0,941; harga saham tolerance 0,822. Jika
dilihat dari VIF, masing-masing variabel independen lebih kecil dari 10 yaitu return on equity ROE memiliki VIF 1,228; arus kas dari aktivitas operasi
Universitas Sumatera Utara
memiliki VIF 1,062; harga saham memiliki VIF 1,217. Kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel
independennya.
4.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk melihat apakah didalam 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 diatas dan
dibawah angka 0 pada sumbu Y, maka mengindikasikan tidak terjadi heteroskedastisitas.
Hasil dari uji heteroskedastisitas dapat ditunjukan pada gambar 4.3 berikut ini :
Universitas Sumatera Utara
Gambar 4.5 Grafik Scatterplot
Sumber: Diolah dengan SPSS, 2013.
Dari grafik scatterplot pada gambar 4.5 diatas 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 return on equity ROE, arus kas dari aktivitas operasi dan harga saham
terhadap perusahaan real estate dan property yang terdaftar di Bursa Efek Indonesia.
Universitas Sumatera Utara
4.3.4 Uji Autokorelasi