70
Dari hasil pengolahan data tersebut, besar nilai Kolmogorov-Smirnov adalah 0,612 dan signifikansi pada
0,847, maka disimpulkan data terdistribusi secara normal karena p = 0,847 0,05 yang menunjukkan H
diterima. Hal ini sejalan dengan hasil yang didapatkan dari uji grafik
normal diagram dan plot data.
4.2.2.2 Uji Multikolineritas
Uji ini bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Hal ini
dapat dilihat dari nilai Variance Inflation Factor VIF dan nilai Tolerance, apabila nilai VIF 10 dan nilai Tolerance
0,1 maka terjadi multikolinearitas dan apabila nilai VIF 10 dan nilai Tolerance 0,1 maka tidak terjadi multikolineraritas.
Tabel 4.3 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance Vif
1 Arus Kas dari Aktivitas
Operasi .217
4.616 Arus Kas dari Aktivitas
Investasi .128
7.794 Arus Kas dari Aktivitas
Pendanaan .457
2.190 Laba Setelah Pajak
.258 3.875
Ukuran Perusahaan .309
3.234 a.
Dependent Variable: Return Saham b.
Sumber SPSS 17, Data diolah 2013
Universitas Sumatera Utara
71
Dari hasil pengujian di atas dapat dilihat bahwa angka Tolerance variabel independennya 0,10 dan VIF-nya 10
maka tidak ada multikolinearitas antar variabel independen tersebut.
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskesdastisitas 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 berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada tidaknya heteroskedastisitas, menurut Ghozali
2005:105, dapat dilihat dari grafik scatterplot antara lain prediksi variabel dependen, yaitu ZPRED dengan residualnya
SRESID. Dasar pengambilan keputusannya adalah: 1
jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar
kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2 jika tidak ada pola yang jelas, seperti titik-titik menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.
Universitas Sumatera Utara
72
Hasil uji heteroskedastisitas dengan menggunakan grafik Scatterplot ditunjukkan pada Gambar 4.3 di bawah ini:
Gambar 4.3 Grafik Scatterplot
Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di
bawah angka 0 pada sumbu Y, sehingga dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
4.2.2.4 Uji Autokorelasi
