Berdasarkan hasil pengujian normalitas dengan metode Kolmogorov-Smirnov diketahui bahwa nilai signifikansi di atas 0.05
yaitu 0.996, dan nilai Kolmogorov-Smirnov Z berada di bawah 1.97 yakni 0.412.
4.2.2 Uji multikolinearitas
Uji Multikolinearitas dilakukan untuk mengetahui ada atau tidaknya hubungan linear antara variabel independen dalam model
regresi di mana prasyarat dalam model regresi adalah tidak adanya multikolinearitas. Uji multikolinearitas ini dapat dilihat melalui nilai
Variance Inflation Factor VIF
dan
Tolerance
.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
LABA.AKUN .458
2.185 ROA
.649 1.540
EVA .343
2.912 a. Dependent Variable: STOCK.PRICE
Sumber: Hasil Pengolahan Data SPSS juni 2015 Tabel 4.3a
Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
LABA.AKUN .458
2.185 ROA
.649 1.540
EVA .343
2.912 a. Dependent Variable: LN_S.PRICE
Sumber: Hasil Pengolahan Data SPSS juni 2015
Universitas Sumatera Utara
Berdasarkan aturan
Variance Inflation Factor
VIF dan
Tolerance
, apabila VIF di atas 10 atau Tolerance di bawah 0.05 maka dinyatakan terjadi multikolineartias, dan sebaliknya. Berdasarkan
Tabel 4.3 diketahui bahwa masing-masing variabel independen yakni Laba Akuntansi X1, ROA X2, dan EVA X3 memiliki nilai VIF di
bawah 10, dan nilai
Tolerance
di atas 0.10, sehingga dapat dipastikan data
dari variabel
independen tidak
mengalami gejala
multikolinearitas.
4.2.3 Uji heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance
dari residual satu pengamatan ke pengamatan yang lain. Jika
variance
dari residual satu pengamatan
ke pengamatan
lain tetap,
maka disebut
homoskedastisitas, dan jika
variance
dari residual satu pengamatan ke pengamatan
lain berbeda
disebut heteroskedastisitas.
Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan
dengan melihat grafik
scatterplot
, dengan dasar analisis Ghozali, 2005:139.
1. Jika pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan
telah terjadi
heteroskedastisitas.
Universitas Sumatera Utara
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Hasil uji heteroskedastisitas dengan menggunakan grafik scatterplot ditunjukkan pada gambar 4.3 berikut:
Sumber: Hasil Pengolahan Data SPSS Juni 2015 Gambar 4.3
Grafik
Scatterplot
Heteroskedastisitas
Universitas Sumatera Utara
Sumber: Hasil Pengolahan Data SPSS Juni 2015 Gambar 4.3a
Grafik
Scatterplot
Heteroskedastisitas
Pada grafik scatterplot diatas, terlihat titik-titik menyebar secara acak, serta tersebar baik diatas maupun dibawah angka 0 pada
sumbu Y sehingga dapat diambil kesimpulan bahwa tidak terdapat gejala heteroskedastisitas pada model regresi yang digunakan.
4.2.4 Uji autokorelasi
