50
Gambar 4.2 Grafik Normal Probability Plot
Sumber: Hasil Penelitian, 2015 Data diolah
Grafik normal p- plot pada gambar 4.2 menunjukkan bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal.
Berdasarkan hal ini dapat disimpulkan bahwa data berdistribusi normal.
4.2.2.2 Uji Multikolinieritas
Uji Multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya kolerasi antar variabel independen. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Universitas Sumatera Utara
51 Berikut ini disajikan cara mendeteksi multikolinearitas dengan
mengalisis matrik korelasi antar variabel independen dan perhitungan nilai Tolerance
dan Variance Inflation Factor VIF. Kriteria pengambilan keputusannya adalah sebagai berikut Situmorang, et al, 2008:104:
1 Jika nilai Tolerance 0,1 atau nilai VIF 10, maka tidak terjadi multikolinearitas.
2 Jika nilai Tolerance 0,1 atau nilai VIF 10, maka terjadi multikolinearitas.
Tabel 4.4 Hasil Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF
1 Constant
MVA .494
2.023 PER
.958 1.044
EVA .480
2.083 a. Dependent Variable: RETURNSAHAM
Sumber: Hasil Penelitian, 2015 Data Diolah
Berdasarkan Tabel 4.4 menunjukkan seluruh nilai Tolerance 0,1 dan seluruh nilai VIF 10. Dengan ini dapat disimpulkan bahwa semua
data variabel tidak terkena atau terjadi multikolearitas.
4.2.2.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
Universitas Sumatera Utara
52 pengamatan yang lain. Jika varians dari residual satu pengamatan ke
pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2005:105.
Pengujian heteroskedastisitas dilakukan dengan analisis grafik yaitu dengan melihat scatterplot. Apabila titik-titik dots menyebar dan tidak
memperlihatkan sebuah pola tertentu misalkan pola menaik ke kanan atas, atau pola menaik ke kiri bawah, maka dapat disimpulkan bahwa model
regresi bebas dari masalah heteroskedastisitas. Berikut scatterplot dari model regresi penelitian ini.
Gambar 4.3 Uji Heteroskedastisitas
Sumber: Hasil Penelitian, 2015 Data Diolah
Pada Grafik 4.3, grafik scatterplot menunjukkan titik-titik yang menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0
Universitas Sumatera Utara
53 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi
heteroskedastisitas pada model regresi, sehingga model regresi ini layak untuk digunakan. Berikut ini hasil uji glejser:
Tabel 4.5 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 3.098
.405 7.642
.000 MVA
-1.146E-13 .000
-.215 -1.424
.158 PER
.005 .011
.049 .455
.651 EVA
2.150E-12 .000
.115 .748
.457 a. Dependent Variable: ads
Sumber: Hasil Penelitian, 2015 Data Diolah
Dari Tabel 4.5 menunjukkan bahwa nilai signifikansi variabel Market Value Added
MVA, Price Earning Ratio PER, dan Economic Value Added
EVA lebih besar dari 0,05. Dengan demikian dapat disimpulkan tidak terjadi gejala heteroskedastisitas dalam model regresi
ini.
4.2.2.4 Uji Autokorelasi
