Rata-rata return saham adalah sebesar 19.38 dengan nilai tertinggi pada perusahaan Alumindo Light Metal Inds. Tbk ALMI tahun 2006 sebesar 167,16 dan
angka terendah senilai -74,16 pada perusahaan Kimia Farma Tbk KAEF tahun 2008.
IV.1.3. Hasil Uji Asumsi Klasik
IV.1.3.1. Hasil uji normalitas Asumsi data telah berdistribusi normal adalah salah satu asumsi yang penting
dalam melakukan penelitian dengan regresi. Uji normalitas dapat dilakukan dengan dua cara yaitu dengan analisis grafik dan uji statistik Kolmogrov-Sminov. Tampilan
grafik histogram yang terdapat pada Gambar IV.1 berikut memberikan pola distribusi yang normal karena menyebar secara merata baik ke kiri maupun ke kanan.
Pada Gambar IV.2 di bawah, grafik normal plot di atas terlihat bahwa titik- titik menyebar di sekitar garis diagonal dan penyebarannya mengikuti arah garis
diagonal. Dari kedua grafik berikut dapat disimpulkan bahwa model garis regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E x
p e
c te
d C
u m
P ro
b
1.0 0.8
0.6 0.4
0.2 0.0
Dependent Variable: Return
Gambar IV.1. Grafik Histogram
Gambar IV.2. Grafik Normal Plot
Universitas Sumatera Utara
Selain dengan analisis grafik, dapat dilakukan uji normalitas dengan melihat angka signifikan dari Kolmogorov-Smornov test, yaitu dengan cara melakukan uji
Kolmogorov-Smirnov pada data residual. Dari tabel hasil uji normalitas terlihat bahwa semua variabel berdistribusi normal, hal ini dapat dilihat dari signifikansi
Kolmogorov-Smirnov test sebesar 0,760 yaitu lebih besar dari 0,05. Hasil uji normalitas terlihat pada Tabel 4.2 sebagai berikut:
Tabel 4.2. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test Return
N 80
Mean 10,3867
Normal Parametersa,b Std. Deviation
36,43309 Absolute
,070 Positive
,070 Most Extreme
Differences Negative
-,066 Kolmogorov-Smirnov Z
,670 Asymp. Sig. 2-tailed
,760 a Test distribution is Normal.
b Calculated from data.
Sumber: Hasil Penelitian, 2010 Data Diolah IV.1.3.2. Hasil uji multikolinieritas
Pengujian multikolonieritas pada penelitian ini dilakukan dengan melihat nilai collinarity statistic dan nilai koefisien korelasi di antara variabel bebas. Uji
multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antarvariabel bebas. Multikolonieritas terjadi apabila 1 nilai tolerance
0,10 dan 2 variance inflation factor VIF 10. Berdasarkan Tabel 4.5 terlihat nilai VIF untuk variabel EVA, ROA, ROE dan EPS lebih kecil dari 10. Sedangkan nilai
Universitas Sumatera Utara
tolerance-nya lebih besar dari 0,10. Hal ini menunjukkan bahwa variabel bebas dalam penelitian ini tidak saling berkorelasi atau tidak ditemukan adanya korelasi antara
variabel bebas. Hasil pengujian terlihat pada Tabel 4.3 sebagai berikut:
Tabel 4.3. Hasil Uji Multikolonieritas
Model Collinearity Statistics
Tolerance VIF
1 Constant
ROA ,136
7,373 ROE
,133 7,530
EPS ,787
1,270 EVA
,761 1,314
a Dependent Variable: Return
Sumber: Hasil Penelitian, 2010 data diolah IV.1.3.3. Hasil uji autokorelasi
Pendeteksi masalah autokorelasi dilakukan dengan pengujian Durbin-Watson atau uji d. Dari Tabel 4.4 diperoleh nilai hitung Durbin-Watson sebesar 1,950. Dari
tabel statistik Durbin-Watson dengan alpha 5 diperoleh nilai d Durbin Watson berada di antara upper bound du dan 4-du atau dapat ditulis sebagai du d 4-du
atau 1,76 1,950 2,24. Hal ini dapat disimpulkan bahwa hipotesis awal diterima artinya tidak terdapat autokorelasi baik positif maupun negatif pada persamaan
regresi.
Universitas Sumatera Utara
Tabel 4.4. Tabel Uji Autokorelasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .459
a
.211 .179
.53450 1.950
a. Predictors: Constant, EPS, EVA, ROE, ROA b. Dependent Variable: RETURN SAHAM
Sumber: Hasil Penelitian, 2010 Data Diolah IV.1.3.4. Hasil uji heteroskedastisitas
Pendeteksian masalah heteroskedastisitas dalam model regresi dilakukan dengan menggunakan grafik plot antara nilai prediksi variabel terikat dependent
variable. Jika pada grafik terdapat pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas dan apabila tidak ada pola yang jelas, maka tidak
terjadi heteroskedastisitas pada model. Dari Gambar IV.3 berikut terlihat bahwa titik-titik menyebar secara acak serta
tersebar baik di atas maupun di bawah angka 0 nol pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga
model regresi layak dipakai untuk memprediksi return saham berdasarkan masukan variabel bebas EVA, ROA, ROE dan EPS.
Universitas Sumatera Utara
Regression Standardized Predicted Value
4 2
-2
R e
g re
s s
io n
S ta
n d
a rd
iz e
d R
e s
id u
a l
3 2
1
-1 -2
-3
Scatterplot
Dependent Variable: Return
Gambar IV.3. Scatterplot Heteroskedastisitas
IV.2. Pembahasan
