59 Berdasarkan Tabel 4.4, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah
0,344, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan kata lain variabel tersebut berdistribusi normal.
4.3.2. Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor
, Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance
adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5,
maka tidak terjadi multikolinieritas.
Tabel 4.5 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1Constant 2697.209
629.060 4.288
.000 Nilai_Tukar_Ru
piah_US .222
.062 .513
3.556 .001
.981 1.019 Tingkat_Suku_
Bunga_SBI -118.073
51.175 -.333
-2.307 .127
.981 1.019 a. Dependent Variable: Nilai_IHSG
Sumber : Hasil Penelitian 2014, data diolah
Universitas Sumatera Utara
60 Berdasarkan Tabel 4.5 dapat terlihat bahwa semua data variabel tidak
terkena multikolinieritas karena nilai VIF 5 dan nilai Tolerance 0,1 sehingga model regresi layak dipakai untuk memprediksi IHSG di BEI berdasarkan masukan
variabel Nilai Tukar RupiahUS DOLLAR dan Tingkat Suku Bunga SBI.
4.3.3 Uji Autokorelasi Tabel 4.6
Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics Durbin-
Watson R Square
Change F Change
df1 df2
Sig. F Change
1 .572
a
.327 .286
345,70512 .327
8.010 2
33 .001
2.443 a. Predictors: Constant, Tingkat_Suku_Bunga_SBI, Nilai_Tukar_Rupiah_US
b. Dependent Variable: Nilai_IHSG
Sumber : Hasil Penelitian 2014, data diolah
Berdasarkan hasil hitung, nilai Durbin-Watson DW-test adalah sebesar 2,443 sedangkan dalam DW-tabel untuk k=3 dan n=36, besarnya DW-tabel d
L
batas bawah Durbin Watson = 1,353 d
U
batas atas Durbin Watson = 1,587 4 - d = 1,557 menunjukkan bahwa DW-test berada di daerah penerimaan H
sehingga dapat dikatakan bahwa tidak terjadi autokorelasi positif maupun negatif. Berdasarkan hasil
tersebut maka model analisis bebas dari adanya autokorelasi dan dapat digunakan untuk memprediksi IHSG berdasarkan masukan variabel Nilai Tukar RupiahUS
DOLLAR dan Tingkat Suku Bunga SBI.
Universitas Sumatera Utara
61
4.3.4 Uji Heteroskedastisitas