N Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed
24 0.672
0.758 24
0.837 0.486
24 0.868
0.439 24
1.287 0.073
Sumber: Lampiran 5 Berdasarkan tabel diatas dapat ditunjukkan bahwa variabel Harga
Saham Y, Return On Assets X
1
, Return On Equity X
2
dan Earning Per Share X
3
berdistribusi normal karena nilai 0,05.
4.4. Uji Asumsi
Klasik
Persamaan regresi harus bersifat BLUE Best Linear Unbiased Estimator artinya pengambilan keputusan uji F dan uji t tidak boleh bias.
Untuk menghasilkan keputusan yang BLUE maka harus memenuhi asumsi klasik yang terdiri dari 3 komponen pengujian yaitu autokorelasi,
multikolinearitas dan heteroskedastisitas.
4.4.1. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara korelasi pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Untuk menguji apakah terjadi autokorelasi atau tidak, digunakan uji Durbin-Watson Dw-Test.
Dasar analisis yang digunakan yaitu jika angka D -W test diantara -2 sampai +2, hal ini berarti tidak ada Autokolerasi Santoso, 2001 : 219
Tabel 4.4.1. Hasil Uji Autokorelasi Model
Durbin-Watson 1
0.909
Sumber: Lampiran 6 Berdasarkan tabel 4.4.1. nilai DW menunjukkan nilai sebesar 0,909
terletak di antara -2 hingga +2 dan sesuai dengan dasar pengambilan keputusan, hal ini berarti bahwa dalam persamaan regresi tidak ada
Autokolerasi.
4.4.2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adnya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Dasar analisis yang digunakan untuk menunjukkan adanya multikolinieritas yaitu
jika nilai variance inflation factor VIF 10 dan mempunyai angka tolerance mendekati 1. Ghozali, 2006 : 96.
Tabel 4.4.2. Hasil Uji Multikolinieritas
Variabel bebas Tolerance
VIF Keterangan
ROA X1 0.416
2.406 Non Multikolinieritas
ROE X2 0.463
2.160 Non Multikolinieritas
EPS X3 0.687
1.455 Non Multikolinieritas
.
Sumber: Lampiran 6
Berdasarkan tabel 4.4.2. hasil uji multikolinieritas menunjukkan nilai VIF dari variabel ROA X1, ROE X2, dan EPS X3 kurang dari 10 dan
mempunyai angka tolerance mendekati 1 sehingga tidak terjadi multikolinieritas. Dengan demikian dapat disimpulkan bahwa asumsi tidak
terjadi multikolinieritas pada variabel bebas penelitian dapat dipenuhi.
4.4.3. Uji Heteroskedastisitas
Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah model yang bersifat homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2006: 125.
Menurut Santoso 2002:301 deteksi adanya heteroskedastisitas adalah:
a. Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas.
b. Nilai probabilitas 0,05 berarti terkena heteroskedastisitas.
Tabel 4.4.3. Hasil Uji Heteroskedastisitas
Variabel bebas Sig.
Keterangan ROA X1
0.244 Heteroskedastisitas
ROE X2 0.358
Heteroskedastisitas EPS X3
0.063 Heteroskedastisitas
Sumber: Lampiran 6 Berdasarkan tabel 4.4.3. hasil uji Heteroskedastisitas dengan Korelasi
Rank Spearman terhadap variabel penelitian pada regresi berganda
menunjukkan bahwa distribusi data pada variabel ROA X1, ROE X2, dan EPS X3 tingkat signifikansi yang dihasilkan lebih besar dari 0,05 yang
berarti distribusi tidak terjadi heteroskedastisitas. Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi heteroskedastisitas pada variabel
bebas penelitian dapat dipenuhi.
4.5. Analisis dan Pengujian Hipotesis