2. Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel independen Ghozali, 2005: 91.
Hubungan linear antarvariabel inilah yang disebut dengan multikolinearitas Nachrowi, 2006: 95. Model regresi yang baik seharusnya tidak ada korelasi antar
variabel independen. Multikolinearitas dapat dideteksi dengan melihat nilai tolerance dan variance inflation factor VIF, serta dengan menganalisis matrik korelasi
variabel-variabel independen. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF
5.
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada time series.
Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai Durbin Watson DW dengan ketentuan sebagai berikut
Universitas Sumatera Utara
Tabel 1.4 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keputusan
Jika Tidak autokorelasi positif
Tolak 0 DW dl
Tidak autokorelasi positif No Decision
dl DW du Tidak autokorelasi negative
Tolak 4 - dl DW 4
Tidak autokorelasi negative No Decision
4 - du DW 4 – dl Tidak autokorelasi positif atau negative Tidak Ditolak
du DW 4 – dl
Keterangan : du = batas atas
dl = batas bawah
Sumber: Gujarati 1995:217
4. Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan kepengamatan yang lain, jika
varians dari residual satu pengamatan kepengamatan lainnya tetap, maka disebut homoskedastisitas dan jika varians berbeda, maka disebut heteroskedasitas. Uji
Heteroskedastisitas dapat dilakukan dengan melakukan uji glejser. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5, maka disimpulkan tidak
mengarah adanya heteroskedastisitas.
a. Koefisien Determinasi R
2
Koefisien determinasi adalah koefisien nilai yang menunjukkan besarnya variasi variabel dependen variabel terikat yang dipengaruhi oleh variasi variabel
independen variabel bebas. Pengukuran besarnya persentase kebenaran dari uji regresi tersebut dapat dilihat melalui koefisien determinasi multiple
koefisien determinan mengukur proporsi dari variasi yang dapat dijelaskan oleh variabel bebas.
Apabila nilai suatu regresi mendekati satu, maka semakin baik regresi tersebut
Universitas Sumatera Utara
dan semakin mendekati 0, maka variabel independen secara keseluruhan tidak bias menjelaskan variabel dependen. Adjusted
ini digunakan untuk melihat berapa besar pengaruh factor-faktor yang ditimbulkan oleh variabel-variabel bebas terhadap
variabel terikat.
b. Pengujian Hipotesis
Model regresi yang sudah memenuhi syarat asumsi klasik tersebut akan digunakan untuk menganalisis, melalui pengujian hipotesis sebagai berikut:
1. Uji – F Uji Signifikansi Simultan
Pengujian ini dilakukan untuk menghetahui apakah semua variabel bebas secara simultan dapat diterima menjadi model penelitian terhadap variabel terikat.
Bentuk pengujiannya adalah: Ho : b
i
= 0, artinya perubahan Debt to Asset Ratio, Long Term Debt to Asset Ratio,dan Equity to Asset Ratio secara simultan tidak berpengaruh terhadap
perubahan harga saham pada sektor industry manufaktur di Bursa Efek Indonesia. Ha : b
i
≠ 0, Artinya perubahan Debt to Asset Ratio, Long Term Debt to Asset Ratio,dan Equity to Asset Ratio secara simultan berpengaruh dan signifikan terhadap
perubahan harga saham pada sektor industry manufaktur di Bursa Efek Indonesia. Pada penelitian ini nilai F
hitung
akan dibandingkan dengan F
tabel
pada tingkat signifikan α = 5. Kriteria penelitian hipotesis pada uji-F ini adalah:
Ho diterima jika F
hitung
≤ F
tabel
dan Ha diterima jika F
hitung
F
tabel
Universitas Sumatera Utara
2. Uji t Uji Parsial
Kategori