61
Tabel 4.1. Hasil Uji Multikolinearitas Harga Saham AALI, LSIP, UNSP, TBLA dan SGRO
Saham Nilai VIF Nilai
Tukar Rupiah Nilai VIF Suku
Bunga BI Nilai VIF
Tingkat Inflasi Kesimpulan
AALI 6,650
3,076 3,341
Tidak Multikolinearitas LSIP
5,668 4,005
2,417 Tidak Multikolinearitas
UNSP 5,677
3,566 3,876
Tidak Multikolinearitas TBLA
7,546 4,550
2,605 Tidak Multikolinearitas
SGRO 7,223
4,213 2,673
Tidak Multikolinearitas Sumber : Data Sekunder yang diolah
Tabel 4.1 menunjukkan bahwa Inflasi, SBI, dan Kurs sebagai variabel independen mempunyai nilai tolerance kurang dari 10 persen yang berarti tidak
terdapat korelasi antar variabel independen yang nilainya lebih dari 90 persen. Dari hasil VIF juga terlihat bahwa tidak ada variabel independen yang memiliki
nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
4.1.2. Uji Autokorelasi Data
Uji autokorelasi dalam penelitian ini dilakukan dengan tujuan untuk menguji apakah ada korelasi antara anggota serangkaian data observasi yang
diuraikan menurut waktu time series atau ruang waktu cross section Suliyanto 2005. Uji autokorelasi juga bertujuan untuk mengetahui ada atau tidaknya
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 bulan sebelumnya. Dalam penelitian ini cara yang
Universitas Sumatera Utara
62
digunakan untuk mendeteksi ada atau tidaknya gejala autokorelasi yaitu dengan menggunakan uji Durbin- Watson.
Dengan ketentuan sebagai berikut Algifari, 1997 : Kurang dari 1,10
= Ada autokorelasi 1,10 sd 1,54
= Tanpa kesimpulan
1,55 sd 2,46 = Tidak ada autokorelasi
2,46 sd 2,90 = Tanpa kesimpulan
Lebih dari 2,90 = Ada autokorelasi
Tabel. 4.2. Hasil Uji Autokorelasi Harga Saham AALI, LSIP, TBLA dan SGRO.
Saham Nilai Durbin
Watson Hasil
Kesimpulan
AALI 1,613
dUdW44-dU Tidak ada Autokorelasi
LSIP 1,885
dUdW44-dU Tidak ada Autokorelasi
UNSP 1,619
dUdW44-dU Tidak ada Autokorelasi
TBLA 1,972
dUdW44-dU Tidak ada Autokorelasi
SGRO 1,751
dUdW44-dU Tidak ada Autokorelasi
Sumber : Data Sekunder yang diolah Dua nilai bantu yang diperoleh dari tabel Durbin Watson, yaitu nilai DW
dan DU berfungsi sebagai alat bantu dalam pengambilan keputusan pada data penelitian yang dianalisis apakah mengandung unsur autokorelasi atau tidak. Jika
nilai Durbin Watson DW berada diantara nilai DU hingga 4-DU, berarti asumsi tidak terjadi autokorelasi terpenuhi.
Universitas Sumatera Utara
63
Berdasarkan pada tabel 4.2, nilai Durbin Watson pada kelima saham baik saham PT Astra Agro Lestari Tbk AALI, PT PP London Sumatera Tbk LSIP,
PT Bakrie Sumatra Plantation Tbk UNSP, PT Tunas Baru Lampung Tbk TBLA dan PT Sampoerna Tbk SGRO berada d antara nilai dU dan nilau 4-dU.
Berdasarkan hasil tersebut dapat disimpulkan bahwa data pada saham AALI, LSIP, UNSP, TBLA dan SGRO tidak mengandung gejala autokorelasi. Dengan
demikian tidak terdapat korelasi antara kesalahan pengganggu pada data periode t dengan data pada peiode t-1 bulan sebelumnya.
4.1.3. Uji Normalitas Data