4.3.2 Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinearitas dengan menganalisis
matrik korelasi antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF. Kriteria pengambilan keputusannya adalah sebagai
berikut Situmorang, et al, 2008:104: 1 Jika nilai Tolerance 0,1 atau nilai VIF 10, maka tidak terjadi
multikolinearitas. 2 Jika nilai Tolerance 0,1 atau nilai VIF 10, maka terjadi
multikolinearitas.
TABEL 4.4
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Constant
LnDER .492
2.031 LnTATO
.738 1.355
LnROI .307
3.262 LnROE
.207 4.842
a. Dependent Variable: LnReturnSaham
Sumber : Diolah peneliti 2013 Berdasarkan Tabel 4.3 menunjukkan seluruh nilai Tolerance 0,1 dan
seluruh nilai VIF 10. Dengan ini dapat disimpulkan bahwa semua data variabel tidak terkena atau terjadi multikolinearitas.
Universitas Sumatera Utara
4.3.3 Uji Heteroskedastisitas.
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi
yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas Situmorang et al, 2008.
Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas pada suatu model regresi dapat dilihat dari pola gambar scatterplot model regresi tersebut.
Analisis terhadap gambar scatterplot yang menyatakan bahwa suatu model regresi tidak terdapat heteroskedastisitas apabila titik-titik data menyebar di atas dan
dibawah atau di sekitar angka 0 serta penyebaran titik-titik data tersebut tidak berpola. Berikut ini adalah gambar scatterplot untuk model regresi dalam penelitian
ini.
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas
Sumber : Data diolah penulis, 2013
Universitas Sumatera Utara
Berdasarkan Gambar 4.3, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di
bawah angka nol pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk
memprediksi Return Saham perusahaan real estate yang terdaftar di BEI berdasarkan masukan variabel independen DER, TATO, ROI, ROE.
4.3.4 Uji Autokorelasi
Kategori