42
Tabel 4.2 Uji Normalitas Data
Dari hasil pengolahan data tersebut,
besar nilai
Kolmogorov-Smirnov adalah 0.885 dan signifikansi pada 0.414 maka disimpulkan data terdistribusi secara normal karena
p=0,4140,05 yang menunjukkan Ho diterima. Hal ini sejalan dengan hasil yang didapatkan dari uji grafik normal diagram dan
plot data.
4.2.2.2 Uji Multikolineritas
Pengujian multikolinearitas dilakukan untuk membuktikan apakah variabel bebas pada penelitian ini dapat diasumsikan tidak
saling berintervensi ketika dibuat pemodelan dengan variabel terikat. Kriteria dinyatakan bahwa variabel bebas tidak saling
intervensi satu sama lain ketika :
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.12562185
Most Extreme Differences
Absolute .093
Positive .093
Negative -.048
Kolmogorov-Smirnov Z .885
Asymp. Sig. 2-tailed .414
a. Test distribution is Normal. b. Calculated from data.
Sumber: SPSS 17, data diolah 2015
Universitas Sumatera Utara
43 1. Jika nilai tolerance 10 persen dan nilai VIF 10, maka
dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
2. Jika nilai tolerance 10 persen dan nilai VIF 10, maka dapat disimpulkan bahwa ada multikolinearitas antar
variabel independen dalam model regresi. Pengujian multikoleniaritas dapat ditunjukkan sebagai berikut:
Tabel 4.3 Uji Multikolinearitas
Model Collinearity
Statistics Tolerance VIF
1 Constant Debt to
Equity Ratio .980
1.020 Ukuran
Perusahaan .994
1.006 Momentum
.982 1.018
a. Dependent variable: Return Saham Sumber: SPSS 17, data diolah 2015
Pada tabel rangkuman hasil uji multikolinearitas di atas, diperoleh harga VIF tidak ada yang melebihi dari nilai 10 dan
Tolerance 0, 10, dengan demikian dapat disimpulkan bahwa model regresi tersebut tidak terdapat masalah multikolinieritas
antar variabel independen dalam model regresi.
Universitas Sumatera Utara
44
4.2.2.3 Uji Heterokedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah residu pada model regresi bersifat heterogen atau homogen.
Apabila bersifat heterogen, akan menyebabkan model regresi tidak mampu meramalkan dengan akurat, karena memiliki residu yang
tidak teratur. Pada penelitian ini untuk mengatahui ada atau tidaknya problem heteroskedastisitas digunakan scatter plot.
Kriterianya adalah apabila titik-titik pada scatter plot atau diagram pencar tidak membentuk pola tertentu, maka dapat dinyatakan
bahwa model regresi tidak terkendala heteroskedastisitas.
Gambar 4.3 Uji HeterokedasitasData
Universitas Sumatera Utara
45 Berdasarkan grafik scatter plot tersebut dapat disimpulkan
bahwa model regresi tidak terkendala heteroskedastisitas, karena diagram pencar tidak membentuk pola tertentu.
4.2.2.4 Uji Autokorelasi
