jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas Ghozali, 2005:163.
b. Uji Multikolinearitas
Menurut Ghozali 2005:105 uji ini bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Pada
model regresi yang baik seharusnya antar variabel independen tidak terjadi kolerasi. Untuk mendeteksi ada tidaknya multikoliniearitas dalam model
regresi dapat dilihat dari tolerance value atau variance inflation factor VIF. Kriteria uji multikolinearitasini yaitu :
• Jika nilai tolerance 0,10 dan nilai VIF 10, maka dapat
disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
• Jika nilai tolerance 0,10 dan nilai VIF 10, maka dapat
disimpulkan bahwa ada multikolinearitas antar variabel independen dalam model regresi.
c. Uji Heteroskedasitas
Uji heteroskedasitas ini bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas,
dan jika variance dari residual satu pengamatan ke pengamatan lain
Universitas Sumatera Utara
berbeda disebut heteroskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot,
dengan kriteria sebagai berikut Ghozali, 2005. •
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang,
melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas. •
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
d. Uji Autokorelasi
Bertujuan untuk menguji apakah dalam suatu model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah yang bebas
autokorelasi.Untuk mendeteksi autokorelasi dapat dilakukan uji statistik melalui uji Durbin-Watson DW test Ghozali, 2005:110. Dalam
pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut : •
Bila nilai DW terletak diantara batas atau upper bound du dan 4- du maka koefisien autokorelasi = 0, berarti tidak ada autokorelasi.
Universitas Sumatera Utara
• Bila nilai DW lebih rendah dari pada batas bawah atau lower
bound dl maka koefisien autokorelasi 0, berarti tidak ada autokorelasi positif.
• Bila nilai DW lebih besar dari 4-dl maka koefisien autokorelasi
0, berarti ada autokorelasi negatif. •
Bila nilai DW terletak antara du dan dl atau DW terletak antara 4- du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
2. Analisis Regresi Linear Berganda
Penelitian ini menggunakan model analisis regresi berganda dengan persamaan kuadrat terkecil atau ordinary least square OLS untuk
menganalisis pengaruh ROA, DER, dan GPM terhadap Harga Saham, dengan model dasar sebagai berikut :
Y= a + b1X1+ b2X2 + b3X3 + e Keterangan :
Y = Harga Saham
a = Konstanta
X
1
= Return on Asset ROA X
2
= Debt to Equity DER X
3
= Gross Profit Margin GPM b
1
...b
4
= Koefisien regresi untuk masing-masing variabel independen
e = error term
Universitas Sumatera Utara
3. Uji Hipotesis a. Koefisien Determinasi R
2
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.
Tujuan menghitung koefisien determinasi adalah untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Kriteria koefisien
determinasi sebagai berikut : Nilai R
2
terletak antara 0 sampai dengan 1 0
≤ R
2
≤ 1. Nilai R
2
mempunyai interval antara 0 sampai 1 0 ≤ R
2
≤ 1. Semakin besar nilai R
2
mendekati 1, semakin baik hasil untuk model regresi tersebut. Dan semakin mendekati 0, maka variabel
independen secara keseluruhan tidak dapat menjelaskan variabel dependen Sulaiman,2004:86.
b. Uji Signifikansi Simultan Uji F
