Pada Tabel 4.4 terlihat bahwa titik-titik mengikuti data di sepanjang garis diagonal. Hal ini berarti mengindikasikan bahwa data memenuhi uji
normalitas.
Gambar 4.2
4.2.2.2. Uji Multikolinieritas
Model regresi yang baik adalah tidak terjadi korelasi antara variabel bebas. Untuk mendeteksi ada atau tidaknya korelasi antar variabel bebas
dapat dilihat dari nilai tolerance dan nilai variance inflation factor VIF. Jika nilai VIF kurang dari 10 maka dapat dikatakan model bebas dari
multikolinieritas. Berdasarkan analisis data didapat nilai Tolerance dan nilai
VIF untuk masing-masing variabel bebas seperti pada Tabel 4.4.
Universitas Sumatera Utara
Tabel 4.4 Hasil Uji Multikolinieritas
Tabel 4.4 menunjukkan bahwa variabel bebas memiliki nilai Tolerance dibawah 1 dan nilai VIF kurang dari 10 , maka dapat dikatakan
model ini bebas dari multikolineritas.
4.2.2.3. Uji Heteroskedastisitas
Merupakan suatu pengujian yang bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan ke pengamatan lain. Model regresi yang baik adalah tidak mengandung gejala heteroskedastisitas atau mempunyai varians yang
homogen. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat
dilakukan dengan pendekatan grafik. Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1Constant
1.970 1.988
.991 .327
LnMVBVA .439
.313 .318
1.402 .167
.369 2.713
LnMVBVE -.086
.407 -.038
-.211 .833
.586 1.707
LnEP -.053
.307 -.025
-.173 .864
.906 1.103
LnCABVA -.213
.135 -.293
-1.577 .121
.549 1.820
a. Dependent Variable: LnRETURNSAHAM
Universitas Sumatera Utara
Gambar 4.3
Dari grafik scatterplot yang disajikan terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas. Hal ini berarti
tidak terjadi heteroskedastisitas.
4.2.2.4.Uji Autokorelasi
Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1. Model regresi yang baik terbebas dari autokorelasi. Cara mengetahui adanya autokorelasi dapat dilakukan uji
Durbin Watson. Hasil dari Uji Autokorelasi dapat dilihat pada Tabel 4.5
berikut ini:
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji Autokorelasi Durbin-Watson
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .267
a
.072 -.004
1.17626 2.247
a. Predictors: Constant, LnCABVA, LnMVBVE, LnEP, LnMVBVA b. Dependent Variable: LnRETURNSAHAM
Berdasarkan uji autokorelasi pada Tabel 4.5 diperoleh hasil bahwa nilai Durbin-Watson DW sebesar 2,247, penelitian ini diantara 1,5 sampai
2,5. Hal ini berarti dalam penelitian ini tidak terdapat autokorelasi.
4.2.3. Pengujian Hipotesis Persamaan Substruktur 1