Y = α + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ ε
Dimana: Y
= Nilai perusahaan α
= Konstanta b
1,
b
2,
b
3
= Koefisien regresi X
1,2,3
X
1
= Price Earning Ratio X
2
= Return on Equity X
3
= Debt Equity Ratio
ε =
term of error
3.9 Uji Asumsi Klasik 3.9.1 Uji Normalitas
Uji normalitas ini bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yaitu distribusi data dengan
bentuk lonceng Situmorang Lufti, 2015:114. Model regresi yang baik adalah data normal atau mendekati normal. Seperti yang diketahui bahwa uji t dan F
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau uji ini dilanggar maka uji statistik menjadi tidak valid untuk data jumlah sampel kecil.
Caranya adalah dengan membandingkan distribusi komulatif dari data sesungguhnya dengan distribusi komulatif dari distribusi normal. Alat analisis
yang digunakan dalam penelitian ini adalah uji Kolmogorov-Smirnov uji K-S dengan menggunakan bantuan program statistik. Dimana pengambilan keputusan
yaitu jika probabilitas lebih besar dari 0,05, maka �
diterima yang berarti
Universitas Sumatera Utara
variabel terdistribusi normal dan jika probabilitas kurang dari 0,05, maka �
ditolak yang berarti variabel terdistribusi tidak normal.
3.9.2 Uji Multikolinearitas
Multikolinearitas adalah adanya hubungan yang terjadi dalam analisis regresi berganda apabila variabel-variabel bebas tersebut berkorelasi sendiri. Uji
ini bertujuan untuk menguji adanya hubungan linear yang sempurna atau eksak diantara variabel-variabel bebas dalam model regresi Situmorang Lufti,
2015:147. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Bila ada variabel independen yang terkena multikolinearitas maka
variabel tersebut harus dikeluarkan dari model penelitian. Uji multikolinearitas dilakukan dengan melihat nilai tolerance dan uji multikolinearitas VIF Variance
Information Factor. Kriteria yang digunakan adalah Supranto dan Limakrisna, 2012:160:
1. Jika nilai VIF di sekitar angka 1 atau memiliki tolerance mendekati 1, maka
dikatakan tidak terdapat masalah multikolinieritas dalam model regresi 2.
Jika koefisien korelasi antar variabel bebas kurang dari 0,5, maka tidak terdapat masalah multikolinieritas.
3.9.3 Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah sebuah grup mempunyai varians yang sama atau tidak di antara anggota grup tersebut. Jika
tidak sama maka dapat dikatakan terjadi heterokedastisitas, sedangkan jika varians dari residu atau dari satu pengamatan ke pengamatan yang lain tetap, maka
disebut homokedastisitas Situmorang Lufti, 2015:122. Dalam perhitungan
Universitas Sumatera Utara
heteroskedastisitas dapat dilakukan dalam banyak model salah satunya yaitu dengan menggunakan metode Glejser Test. Pengujian dengan Glejser Test
dilakukan dengan cara meregresi nilai absolut residual sebagai variabel dependen terhadap masing-masing variabel independen. Jika variabel independen signifikan
secara statistik mempengaruhi dependen, maka ada indikasi terjadi heteroskedastisitas. Jika probabilitas signifikannya di atas tingkat kepercayaan 5
maka tidak mengandung heteroskedastisitas.
3.9.4 Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang berkaitan dengan satu sama lainnya Situmorang
Lufti, 2015:122 Autokorelasi sering kali ditemukan akibat observasi yang berurutan sepanjang waktu berkaitan satu sama lain time series. Masalah ini
timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Alat analisis yang digunakan adalah uji Durbin-Watson. Gejala
autokorelasi ini dapat dideteksi dengan menggunakan durbin-watson test melalui nilai Durbin Watson yang diperoleh, yang berpedoman pada angka skala dl, du, 4-
du, dan 4-dl. Pedoman pengambilan keputusan menurut Ghozali 2009:79-80 adalah sebagai berikut:
1. Bila nilai Durbin Watson terletak diantara batas atas, yaitu antara du dan 4-du
maka koefisien autokorelasi sama dengan nol yang berarti tidak terjadi autokorelasi.
Universitas Sumatera Utara
2. Bilai nilai Durbin Watson terletak lebih rendah dari batas bawah yaitu dl,
maka koefisien autokorelasi lebih besar dari nol yang berarti terjadi autokorelasi positif.
3. Bila nilai Durbin-Watson lebih besar dari 4-dl, maka koefisien autokorelasi
lebih kecil dari nol yang berarti terjadi autokorelasi negatif. 4.
Bila nilai Durbin-Watson terletak diantara batas atas dan batas bawah, yaitu antara du dan dl atau antara 4-du dan 4-dl, maka koefisien autokorelasi.
3.10 Pengujian Hipotesis 3.10.1 Pengujian Hipotesis Secara Parsial Uji t
