multikoliniearitas. Dengan demikian model regresi memenuhi syarat dalam uji multikolinieritas.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain Imam Ghozali, 2011: 139. Model regresi yang baik adalah yang homoskedastisitas atau tidak
terjadi heteroskedastisitas. Penelitian ini, menggunakan scatterplots untuk menguji heteroskedasitas dalam model regresi. Hasil dari uji
heteroskedasitas ditunjukkan oleh gambar berikut ini:
Gambar 3. Hasil Uji Hesteroskedastisitas grafik scatterplots Berdasarkan gambar tersebut menunjukkan bahwa titik-titik
tersebar di atas dan di bawah angka nol dengan tidak membentuk
suatu pola tertentu yang teratur. Dengan demikian dapat disimpulkan bahwa dalam model regresi penelitian ini baik karena tidak terjadi
heteroskedastisitas.
d. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan penganggu pada periode t
dengan kesalahan penganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan problem autokorelasi Imam
Ghozali, 2011: 110. Cara untuk mendeteksi adanya autokorelasi adalah dengan menggunakan uji Durbin-Watson DW test. Berikut
ini adalah hasil dari uji Autokorelasi: Tabel 7. Hasil Uji Autokorelasi
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 0,811
0,657 0,645 0,000774066
1,914 Sumber: data sekunder yang diolah
Berdasarkan hasil uji autokorelasi tersebut diketahui bahwa dengan tingkat siginifikansi sebesar 0,05, sampel sebanyak 57 dan jumlah
variabel independen sebanyak 2 variabel, maka dw terletak diantara du dan 4-du. Data du sebesar 1,6452 sehingga 4-du yaitu sebesar 2,3548
dan hasilnya diperoleh 1,6452 1,914 2,3548. Dengan demikian, bahwa dalam model regresi baik karena dw terletak diantara du dan 4-
du sehingga tidak terjadi autokorelasi.
3. Pengujian Hipotesis
a. Analisis Regresi Sederhana
1 Pengujian Hipotesis Pertama
a Menentukan Garis Linier Sederhana
Pengujian hipotesis pertama dalam penelitian ini adalah “Terdapat Pengaruh Positif Risiko Sistematis Terhadap Expected
Return Portofolio Optimal Indeks Saham LQ-45 di Bursa Efek
Indonesia Periode 2012- 2015”. Untuk menguji hipotesis tersebut
dilakukan dengan model regresi linier sederhana yaitu dengan persamaan Y = a + b
1
X
1
. Hasil dari perhitungan regresi sederhana disajikan dalam tabel berikut ini:
Tabel 8. Hasil Pengujian Hipotesis Regresi sederhana Hipotesis Pertama.
Model R
Square Sig
Konstanta Koefisien t
hitung
t
tabel
X
1
-Y 0,462 0,000
0,014 1,826
6,875 2,002
Sumber: data diolah Berdasarkan tabel 8 dapat disusun persamaan regresinya
yaitu Y= 0,014 + 1,826 X
1
. Dari persamaan tersebut dapat diartikan bahwa nilai konstanta sebesar 0,014 menunjukkan
besarnya Expected Return Portofolio Optimal Y akan positif jika tanpa dipengaruhi oleh Risiko Sistematis X
1
=0. Dengan koefisien sebesar 1,826 berarti bahwa jika Risiko Sistematis
meningkat satu satuan maka Expected Return Portofolio Optimal Y akan naik sebesar 1,826. Nilai signifikansi dari persamaan
Kategori