b. Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat besaran korelasi antar variabel independen dan besarnya
tingkat kolinearitas yang masih dapat ditolerir, yaitu: Tol 0.10 dan Variance Inflation Factor VIF 10. Berikut disajikan tabel hasil pengujian:
Tabel 4.5 Uji Multikolinearitas
Setelah transformasi dengan LN Coefficientsa
a Dependent Variable: LN_Harga_saham Sumber : Diolah dari SPSS, 2009
Dari hasil pengujian di atas, dapat dilihat bahwa angka tolerance LN_DPS
adalah sebesar 0.502 lebih besar dari 0.1 dan VIF-nya 1.991 10, tolerance LN_ROE adalah sebesar 0.502 0,10 dan VIF-nya 1.991 10. Ini
mengindikasikan bahwa tidak terjadi multikolinearitas di antara variabel independen dalam penelitian.
c. Uji Heterokedasititas
Dalam penelitian ini, untuk mengetahui apakah dalam penelitian terjadi Heteroskedastisitas, dapat dilihat dengan grafik scatterplot.
Hasil dari uji heteroskedastisitas dapat dilihat pada grafik scatterplot berikut ini:
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Beta
Tolerance VIF
1 Constan
4.730 .315
15.014 .000
LN_DPS .871
.070 1.007
12.467 .000
.502 1.991
LN_ROE -.113
.163 -.056
-.695 .496
.502 1.991
Universitas Sumatera Utara
Regression Standardized Predicted Value
1.5 1.0
0.5 0.0
-0.5 -1.0
-1.5
R e
g re
s s
io n
S tu
d e
n ti
z e
d R
e s
id u
a l
3 2
1
-1 -2
Scatterplot Dependent Variable: LN_Harga_saham
Gambar 4.5 Grafik Scatterplot
Sumber : Diolah dari SPSS, 2009 Dari gambar scatterplot di atas, terlihat bahwa titik-titik menyebar secara acak
serta tidak membentuk pola tertentu atau tidak teratur, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y. Hal ini mengindikasikan tidak terjadi
heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi variabel dependen LN_Harga Saham berdasarkan masukan
variabel indevenden, LN_DPS dan LN_ROE.
Universitas Sumatera Utara
d. Uji Autokorelasi