60
Grafik histogram diatas menunjukkan bahwa data telah terdistribusi secara normal. Hal ini dapat dilihat dari grafik histogram
yang menunjukkan distribusi data mengikuti garis diagonal yang tidak melenceng skewness kiri maupun menceng kanan. Gambar 4.2
menunjukkan bahwa data titik menyebar di sekitar dan mendekati garis diagonal. Karena secara keseluruhan data telah terdistribusi secara
normal, maka dapat dilakukan pengujian asumsi klasik lainnya.
4.1.2.2 Uji Multikolenearitas
Pengujian ini bertujuan untuk mengetahui ada tidaknya multikolinearitas antar variabel – variabel independen. Model regresi
yang baik seharusnya tidak terjadi korelasi antar variabel independen. Deteksi dilakukan dengan melihat nilai VIF Variable Inflation Factor
dan toleransi. Menurut Ghozali 2005:91 untuk melihat ada atau tidaknya multikolinearitas dalam model regresi dapat dilihat dari:
a. nilai tolerance dan lawannya, b. variance inflation factor VIF
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance
mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai tolerance yang
rendah sama dengan nilai VIF yang tinggi karena VIF=1tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
Universitas Sumatera Utara
61
multikolinearitas adalah nilai tolerance 0.01 atau sama dengan VIF10.
Tabel 4.5 Hasil Uji Multikolenearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Loan to Deposit
Ratio .985
1.015 Return on Equity
.571 1.752
Debt to Equity Ratio .967
1.034 Price to Book Value
.773 1.294
Earnings per Share .510
1.960 a. Dependent variable : return saham
Sumber : Output SPSS, diolah peneliti,2012 Berdasarkan tabel 4.5 diatas dapat dilihat bahwa tidak ada
satupun variabel bebas yang memiliki nilai VIF lebih dari 10 dan tidak ada yang memiliki tolerance value lebih kecil dari 0,1. Jadi dapat
disimpulkan bahwa penelitian ini bebas dari adanya multikolinearitas. Dari hasil uji ini maka dapat disimpulkan bahwa semua variabel bebas
yang dipakai dalam penelitian ini lolos uji gejala multikolinearitas.
4.1.2.3 Uji Heteroskedastisitas
Uji Heteroskesdastisitas bertujuan untuk menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode yang
lain. Ghozali 2005:105. Uji Heterokedasitas bertujuan untuk menguji
Universitas Sumatera Utara
62
apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah
tidak terjadi heterokedasitas. Cara mendeteksi ada tidaknya gejala heterokedasitas adalah dengan melihat grafik scatterplott yang dihasilkan
dari pengolahan data menggunakan program SPSS 17. Dasar pengambilan keputusannya menurut Ghozali 2005:105 adalah sebagai berikut:
a. jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur maka mengindikasikan
telah terjadi heterokedasitas,
b. jika tidak ada pola yang jelas, serta titik menyebar diatas dan dibawah angka 0 pada sumbu Y maka tidak terjadi heterokedasitas.
Gambar 4.3
Sumber : Output SPSS, diolah peneliti 2012
Universitas Sumatera Utara
63
Pada gambar 4.3 tentang grafik scatterplot diatas terlihat titik-titik menyebar secara acak tidak membentuk sebuh pola tertentu yang jelas serta
tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi sehingga model
regresi layak dipakai untuk melihat pengaruh variabel independen terhadap variabel dependen.
4.1.2.4 Uji Autokorelasi