91
b. Uji Multikolinieritas
Penelitian dilakukan pengujian terhadap data bahwa data harus terbebas dari gejala multikolinearitas, gejala ini ditunjukan dengan
korelasi antar variabel independen. Pengujian dalam uji multikolinearitas dengan melihat nilai VIF Variance Inflation Factor harus berada di
bawah 10, hal ini akan dijelaskan sebagai berikut :
Tabel 4.9 Hasil Pengujian Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Nilai Tukar .193
5.178 Inflasi
.198 5.046
Debt to Equity ratio .648
1.543 Return On Asset
.642 1.558
Beta Saham .837
1.194 a. Dependent Variable: Return Saham
Sumber : Data Diolah Tabel di atas menjelaskan bahwa data yang ada tidak terjadi
gejala multikolinearitas antara masing-masing variabel independen yaitu dengan melihat nilai VIF. Nilai VIF yang diperbolehkan hanya mencapai
10 maka data di atas dapat dipastikan tidak terjadi gejala multikolinearitas. Karena data di atas menunjukan bahwa nilai VIF lebih
besar dari 10, keadaan seperti itu membuktikan tidak terjadinya multikolinearitas.
92
c. Uji Autokolerasi
Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Untuk mendeteksi
autokorelasi dalam penelitian ini maka digunakan uji Durbin Watson DW.
Pada tabel 4.7 diketahui nilai Durbin Watson d sebesar 2,099 nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan nilai
signifikansi 5, jumlah sample n 76 dan jumlah variabel independen k adalah 5. Maka dari tabel didapat nilai du = 1,245 dan 4
– du = 4 – 1,245 = 2.755. Oleh karena nilai du d 4-du atau 1.245 2,099
2,755 maka dapat disimpulkan tidak ada autokorelasi baik positif maupun negatif.
Tabel 4.10 Hasil Pengujian Autokolerasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .748
a
.559 .527
15.18289 2.099
a. Predictors: Constant, Beta Saham, Debt to Equity ratio, Inflasi, Return On Asset, Nilai Tukar
b. Dependent Variable: Return Saham
Sumber : Data Diolah
93
d. Heteroskedastisitas