Gambar 4.4 Uji Normalitas Setelah Data Ditransformasi
Dari grafik P-P of regression standarlized residual pada tabel diatas, dapat disimpulkan bahwa terdapat penyebaran data yang merata dan penyebarannya
mengikuti arah garis diagonalnya. Hal ini menunjukkan bahwa data terdistribusi normal.
4.3.2 Uji Multikolinearitas
Multikolinieritas dapat dilihat dari besarnya nilai VIF dan nilai tolerance. Apabila nilai VIF 10 dan nilai tolerance 0,10 maka dapat disimpulkan bahwa
tidak terjadi gejala multikoliniaritas diantara variabel.
Universitas Sumatera Utara
Tabel 4.4 Uji multikolonieritas untuk
LN_RETURN=fLN_EVA,LN_MVA,LN_ROA Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 LN_EVA
,176 5,674
LN_MVA ,182
5,498 LN_ROA
,811 1,233
a. Dependent Variable: LN_Return saham Hasil pengujian menunjukkan angka tolerance untuk LN_EVA lebih besar
dari 0,1 0,176 0,1, LN_MVA lebih besar dari 0,1 0,182 0,1, dan LN_ROA lebih besar dari 0,1 0,811 0,1. Angka VIF untuk LN_EVA lebih kecil dari 10
5,674 10, LN_MVA lebih kecil dari 10 5,498 10 , dan LN_ROA lebih kecil dari 10 1,233 10. Berdasarkan hasil pengujian tersebut diperoleh
kesimpulan tidak terdapat multikolonieritas.Hasil ini menunjukkan tidak ada hubungan antar variabel bebas independen.
Universitas Sumatera Utara
Tabel 4.5 Hasil Uji-f
Coefficient Correlations
a
Dari tabel di atas dapat dilihat tingkat korelasi antar variabel bebas, yaitu : tingkat korelasi antar variabel bebas antara LN_EVA terhadap LN_MVA
menunjukkan angka -0,904 atau -90,4, tingkat ini masih jauh dibawah 95 . Tingkat korelasi antara LN_EVA terhadap LN_ROA menunjukkan angka -0,434
atau -43,3. Tingkat korelasi antara LN_MVA terhadap LN_ROA menunjukkan angka 0,403 atau 40,3. Berdasarkan hasil perhitungan tersebut dapat dibuktikan
bahwa tidak terdapat kolerasi antar variabel bebas atau tidak terdapat multikolinearitas.
4.3.3 Uji Heteroskedastisitas
Ujis heteroskedastisitas dilakukan untuk mengetahui apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah apabila tidak terjadi heteroskedastisitas. Uji heteroskedastisitas yang dipakai dalam penelitian ini
adalah dengan melihat grafik scatterplot. Model
LN_ROA LN_MVA
LN_EVA 1 Correlations LN_ROA
1,000 ,403
-,434 LN_MVA
,403 1,000
-,904 LN_EVA
-,434 -,904
1,000 Covariances LN_ROA
,106 ,032
-,042 LN_MVA
,032 ,061
-,066 LN_EVA
-,042 -,066
,088 a. Dependent Variable: LN_Returnsaham
Universitas Sumatera Utara
Gambar 4.5 Uji Heteroskedastisitas
Dari grafik scatterplot diatas terlihat bahwa titik-titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y dan tidak membentuk pola
tertentu atau tidak teratur. Titik-titik yang menyebar menjauh dari titik-titik yang lain mengindikasikan bahwa adanya data observasi yang sangat berbeda dengan
data observasi lainnya. Maka dapat di simpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi ini.
4.3.4 Uji Autokorelasi
