Gambar 4.1 memperlihatkan titik-titik yang menyebar secara acak, tidak membentuk pola tertentu yang jelas serta tersebar baik diatas maupun di bawah angka
0 pada sumbu Y. hal ini berarti membuktikan bahwa tidak terjadi heterokedastisitas pada model regresi.
3. Uji Multikolinearitas
Uji ini dipakai untuk menguji apakah dalam model sebuah regresi linear ditemukan adanya korelasi yang tinggi diantara variable independen. Model regresi
yang baik tidak terjadi korelasi diantara variable-variabel independen.
Tabel 4.6 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant .146
.037 3.913
.000 DAR
-.307 .253
-.124 -1.213
.227 .604
1.657 LDAR
.108 .040
.222 2.708
.008 .943
1.060 EAR
.117 .206
.058 .568
.571 .610
1.640 a. Dependent Variable: PRICE
Dari table 4.7 menunjukkan nilai VIF DAR sebesar 1,657; LDAR sebesar 1,060; dan EAR sebesar 1,640. Nilai VIF lebih kecil dari 5 maka dinyatakan bahwa
tidak ada masalah multikolinearitas pada model.
Universitas Sumatera Utara
4. Uji Autokorelasi
Uji ini digunakan untuk menguji apakah pada model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dan kesalahan pengganggu pada
periode sebelumnya periode t-1.
Tabel 4.7 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .244
a
.060 .041
.44372 1.608
a. Predictors: Constant, EAR, LDAR, DAR b. Dependent Variable: PRICE
Hipotesisnya antara lain: Ho : tidak ada autokorelasi positif atau negative
H
1
: terdapat autokorelasi positif atau negative Criteria pengambilan keputusan yaitu dudw4-dl
Table 4.7 memperlihatkan bahwa hasil rasio Durbin Watson bernilai 1,608. Table Durbin Watson pada tingkat kepercayaan 5 menunjukkan dl = 1,863 dan du =
1,578. Maka dapat disimpulkan bahwa tidak terdapat autokorelasi positif atau negative karena dudw4-dl
Nilai adjusted R square pada table 4.7 menunjukkan proporsi variable dependen yang dijelaskan oleh variable independen. Semakin tinggi nilai adjusted R
square maka akan smakin baik lagi model regresi karena menandakan bahwa kemapuan variable bebas menjelaskan variable terikat juga semakin besar. Adjusted
Universitas Sumatera Utara
R square pada model adalah bernilai 0,041 berarti bahwa pengaruh perubahan DAR, LDAR, dan EAR terhadap harga saham adalah sebesar 4,1 saja sedangkan 95,9
lainnya dipengaruhi oleh variable-variabel lain yang tidak teramasuk dalam model.
C. Pengujian Hipotesis 1. Uji Signifikan Simultan Uji-F
