46
Hasil dari uji normalitas dengan menggunakan tes Kolmogorov-Smirnov ditunjukkan oleh tabel 4.2 berikut :
Tabel 4.2 Uji
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 56
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .62402096
Most Extreme Differences Absolute
.140 Positive
.140 Negative
-.101 Kolmogorov-Smirnov Z
1.045 Asymp. Sig. 2-tailed
.225 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Diolah dengan SPSS. Dari tabel 4.2 diatas, Kolmogorov-Smirnov senilai 1,045 dengan besarnya nilai
significant yaitu 0,225. Hal ini menunjukkan bahwa nilai sig 0,05 atau 0,225 0,05. Dengan demikian, data sudah terdistribusi normal.
4.3.2 Uji Multikolinearitas
Untuk melihat ada tidaknya gejala multikolinearitas, peneliti melihat besaran korelasi antar variabel independen dan besarnya tingkat kolinearitas yang
masih dapat ditolerir yaitu :tolerance 0,10 dan VIF Variance Inflation Factor 10. Uji multikolinearitas dengan melihat nilaitolerance dan VIF menunjukkan
hasil seperti pada tabel 4.3 berikut:
47
Tabel 4.3 Hasil Uji Multikolienaritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 1.158
.636 ROA
3.965 .911
.525 .939
1.065 CR
-.310 .147
-.260 .901
1.110 DER
.018 .018
.199 .361
2.769 PBV
-.019 .081
-.045 .364
2.746 UKURAN
PERUSAHAAN -.078
.086 -.107
.964 1.038
a. Dependent Variable: RETURN SAHAM
Sumber: Diolah dengan SPSS. Tabel 4.3 menunjukkan bahwa penelitian ini bebas dari adanya gejala
multikolinearitas.Hal ini dapat dilihat dengan membandingkan nilai tolerance dan VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini
memiliki nilai tolerance yang lebih besar dari 0,10. Untuk ROA memiliki nilai tolerance 0,939; CR memiliki nilai tolerance 0,901; DER memiliki nilai tolerance
0,361; PBV memiliki nilai tolerance 0,364; dan Ukuran Perusahaan memiliki nilai tolerance 0,964. Jika dilihat dari VIF, masing-masing variabel independen lebih
kecil dari 10 yaitu ROA memiliki VIF 1,065; CR memiliki VIF 1,110; DER memiliki VIF 2,769; ukuran perusahaan memiliki VIF 1,038. Kesimpulan yang
diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel independennya.
48
4.3.3 Uji Heterokedastisitas
Uji Heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke
pengamatan lain. Pengujian heteroskedastisitas pada penelitian ini menggunakan dasar analitis sebagai berikut :
1. Jika ada pola tertentu, seperti titik-titik yang ada akan membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi
heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan
dibawah angka 0 pada sumbu Y, maka mengindikasikan tidak terjadi heteroskedastisitas.
Hasil dari uji heteroskedastisitas dapat ditunjukan pada gambar 4.3 berikut ini :
Gambar 4.3 Grafik
Scatterplot
Sumber: Diolah dengan SPSS.
49
Dari grafik scatterplotdiatas terlihat bahwa titik-titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y tidak membentuk
pola tertentu atau tidak teratur. Titik-titik yang menyebar menjauh dari titik-titik yang lain mengindikasikan bahwa adanya data observasi yang sangat berbeda
dengan data penelitian lainnya. Maka dapat di simpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi ini sehingga model ini layak untuk
digunakan untuk melihat pengaruh profitabilitas ROA, likuiditas CR, leverage DER, Price to Book Value PBV, dan ukuran perusahaan terhadap
return saham perusahaan tekstil yang terdaftar di BEI.
4.3.4 Uji Autokorelasi
