Uji Normalitas Uji Multikolinearitas Uji autokorelasi

S RD = KINERJA RD -KINERJA RF σ Rata-rata kinerja investasi bebas risiko Kinerja RF yang digunakan adalah sertifikat Bank Indonesia SBI setiap bulannya dikarenakan nilai SBI cenderung lebih stabil dalam setiap bulannya selama periode penelitian.

2. Uji asumsi klasik

a. Uji Normalitas

Bertujuan untuk menguji apakah dalam model regresi, variabel pengangguresidual memiliki distribusi normal. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen, yaitu perbedaan antara nilai prediksi dengan skor yang sesungguhnyaerror akan terdistribusi secara simetri di sekitar nilai means sama dengan 0. Ghozali, 2005 : 27. Cara mendeteksi normalitas suatu variabel dengan menggunakan analisis grafik dan analisis statistik. Dasar pengambilan keputusan dari uji normalitas dengan analisis grafik adalah jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas Ghozali, 2005 : 112. Uji normalitas dengan grafik dapat menyesatkan, jika tidak hati-hati secara visual kelihatan normal, padahal secara statistik dapat sebaliknya. Oleh sebab itu dianjurkan disamping uji grafik dilengkapi 66 dengan uji statistik. Uji statistik dapat dilakukan dengan uji statistik non-parametrik Kolmogrov-Smirnov K-S. dasar pengambilan keputusan dari uji K-S ini adalah jika Asymp. Sig 0,05 maka model regresi memenuhi asumsi normal Ghozali, 2005 : 407.

b. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance 0,10 atau sama dengan nilai VIF 10. Ghozali, 2005 : 91-92.

c. Uji autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya, untuk menguji adanya korelasi digunakan Durbin-Watson D-W dengan catatan hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lagi di antara variabel independen Ghozali, 2005 : 96. Model regresi yang baik terhindar dari masalah autokorelasi, menurut Singgih Santoso kriteria dari uji autokorelasi secara umum dapat diambil patokan sebagai berikut : 67 a. Apabila D-W -2 atau D-W +2 berarti terdapat autokorelasi b. Apabila -2 D-W +2 berarti tidak terdapat autokorelasi.

d. Uji Heteroskedastisitas