Uji Multikolonieritas Uji Heterokedastisitas

68

b. Uji Multikolonieritas

Mendeteksi ada tidaknya gejala multikolonieritas adalah dengan melihat nilai tolerance dan variance inflation factor VIF, serta menganalisis matrik korelasi variabel-variabel independen. Besarnya tingkat multikolonieritas yang masih dapat ditolerir, yaitu Tolerance 0,10 dan nilai Variance Inflation Factor VIF 0,10. Berikut disajikan tabel hasil pengujian: Tabel 4.3 Coefficients Sumber : Hasil Hasil Pengolah an SPSS 18,2012 Berdasarkan tabel 4.3 diatas, dapat disimpulkan bahwa tidak terjadi gejala multikolonieritas antara variabel independen yang dihasilkan dari nilai tolerance setiap variabel lebih besar dari 0,1. Nilai tolerance TPLK 0,930 BETA 0,999 dan SIZE adalah 0,930. Nilai VIF dari ketiga variabel independen juga lebih kecil dari 10 yaitu nilai TPLK 1,075 BETA 1,001 dan SIZE 1,076 maka dapat disimpulkan bahwa analisis lebih lanjut dapat dilakukan dengan menggunakan model regresi berganda.

c. Uji Heterokedastisitas

Dalam penelitian ini, untuk mengetahui ada tidaknya gejala heterokedastisitas adalah dengan melihat plot grafik yang dihasilkan dari pengolahan data dengan menggunakan program SPSS 18. Dasar pengambilan keputusannya adalah : Model Collinearity Statistics Tolerance VIF 1 Constant TPLK .930 1.075 BETA .999 1.001 SIZE .930 1.076 a. Dependent Variable: RETURN Universitas Sumatera Utara 69 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heterokedastisitas, 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homokedastisitas. Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heterokedastisitas atau terjadi homokedastisitas dengan mengamati penyebaran titik-titik pada gambar. Universitas Sumatera Utara 70 Gambar 4.3 Scatterplot Sumber : Hasil Pengolahan SPSS 18,2012 Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi RETURN berdasarkan masukan variabel TPLK, BETA, SIZE.

d. Uji Autokorelasi