38
N o
Kode Nama Perusahaan
2012 2013
2014 Split
Ratio Populasi
Sampel Tanggal Stock Split
15 TOWR
Sarana Menara Nusantara Tbk
1:10
22 Juli 2013 16
AMRT Sumber Alfaria Trijaya Tbk
1:10
29 Juli 2013
17 JRPT
Jaya Real Property Tbk
1:5
1 Agustus 2013 18
TLKM Telekomunikasi Indonesia Tbk
1:5
28 Agustus 2013
19 JKON
Jaya Konstruksi Tbk
1:5
26 September 2013 20
ALMI Alumindo Light Metal Tbk
1:2
12 Februari 2014
21 INAL
Indal Alumunium Industry Tbk
1:2
12 Februari 2014 22
TOTO Surya Toto Indonesia Tbk
1:2
25 Juli 2014
23 CMPP
Rimau Multi Putra Pratama Tbk
1:4
3 September 2014 Sumber:
www.sahamok.com . Periode 2012 sampai dengan 2014.
3.6 Jenis Data
Penelitian ini menggunakan data sumber yang merupakan data sekunder. Data sekunder merupakan data yang telah dikumpulkan oleh lembaga pengumpul
data dan dipublikasikan kepada masyarakat pengguna data. Data sekunder pada umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam
arsip data komplementer yang dipublikasikan dan yang tidak dipublikasikan. Dalam penelitian ini, peneliti mengumpulkan data melalui media internet dengan
cara mengunduh data yang dibutuhkan melalui situs resmi www.idx.com
dan www.finance.yahoo.com
. Data yang digunakan adalah gabungan antara data time series dan cross section. Data time series adalah sekumpulan data dari suatu
fenomena tertentu yang terdapat dalam beberapa interval waktu tertentu, sedangkan data cross section adalah data untuk meneliti suatu fenomena tertentu
Umar, 2008.
Universitas Sumatera Utara
39
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini dengan menggunakan studi dokumentasi. Data tentang perusahaan yang melakukan stock
split yang diperoleh dari www.sahamok.com
, www.finance.yahoo.com
, dan www.idx.co.id
dari tahun 2012 sampai 2014.
3.8 Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk memperoleh hasil analisis data yang memenuhi syarat pengujian asumsi klasik. Uji asumsi klasik tersebut terdiri dari
uji normalisasi, uji multikolinieritas, uji auto korelasi, dan uji heteroskedastisitas.
3.8.1 Uji Normalitas
Uji normalitas berguna untuk membuktikan data dari sampel yang dimiliki berasal dari populasi berdistribusi normal atau data dari sampel yang dimiliki
berdistribusi normal. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka n30, maka sudah dapat diasumsikan
berdistribusi normal. Bisa dikatakan sebagai sampel besar. 1.
Analisis Grafik
Untuk melakukan pengujian normalitas dengan analisis grafik dapat dengan menggunakan grafik histogram dan normal probability.
2. Analisis Statistik
Pengujian normalitas ini akan dilakukan dengan uji statistik non- parametrik Kolmogrov-Smirnov K-S Ghozali, 2005:27. Unutk melihat
Universitas Sumatera Utara
40 apakah suatu data mempunyai distribusi normal, maka kriteria
pengujiannya adalah sebagai berikut: Jika angka signifikan 0,05 maka dapat mempunyai distribusi normal.
Jika angka signifikan 0,05 maka data tidak mempunyai ditribusi normal.
3.8.2 Uji Multikolinieritas
Uji multikolinieritas adalah kondisi terdaptnya hubungan linear atau korelasi yang tinggi antara masing-masing variabel independen dalam model
regresi. Multikolinieritas biasanya terjadi ketika sebagai besar variabel yang digunakan saling terkait dalam suatu model regresi. Untuk menentukan batas
terendah dari nilai Variance Inflation Factor VIF atau nilai toleransi. Beberapa ahli berpendapat bahwa nilai toleransi kurang 1 atau VIF lebih besar dari 10
menunjukkan multikolinieritas signifikan, sementara itu para ahlui lainnya menegaskan bahwa besarnya R
2
model dianggap mengidentifikasikan adanya multikolinieritas Asnawi dan Wijaya, 2005. Disamping itu suatu model
dikatakan terdapat gejala multikolinieritas, jika korelasi di antara variabel independen lebih besar Ghozali, 2005:28.
Untuk mendeteksi apakah model regresi yang dipakai bebas dari permasalahan multikolinearitas dapat dilihat dari besaran Variance Inflation
Factor VIF. Pedoman pengambilan keputusan pada pengujian ini adalah: 1.
Jika Variance Inflaction Factor VIF 10 maka artinya terdapat persoalan multikolinearitas diantara variabel bebas.
2. Jika Variance Inflation Factor VIF 10 maka artinya tidak terdapat
persoalan multikolinearitas diantara variabel bebas.
Universitas Sumatera Utara
41
3.8.2.1 Uji Multikolinearitas Sebelum Stock Split
Uji multikolinearitas sebelum stock split dilakukan untuk melihat apakah data dari hari sebelum stock split sudah normal atau tidak.
3.8.2.2 Uji Multikolinieritas Sesudah Stock Split
Uji multikolinieritas sesudah stock split dilakukan untuk melihat apakah data dari hari sesudah stock split sudah normal atau tidak.
3.8.3 Uji Autokorelasi
Uji autokorelasi digunakan untuk melihat apakah ada hubungan linier antara eror serangkaian observasi yang diurutkan menurut waktu. Uji autokorelasi
perlu dilakukan apabila data yang dianalisis merupakan data time series. Pengujian dengan uji Durbin Watson dibandingkan dengan nilai d
-tabel
. Hasil perbandingan akan menghasilkan kesimpulan seperti kriteria sebagai berikut:
1. Jika nilai D-W dibawah 0 sampai 1,5 berarti ada autokorelasi positif
2. Jika nilai D-W diantara 1,5 sampai 2,5 berartti tidak ada autokorelasi
3. Jika nilai D-W diantara 2,5 sampai 4 berarti ada autokorelasi negatif
3.8.3.1 Uji Autokorelasi Sebelum Stock Split
Uji autokorelasi sebelum stock split dilakukan untuk melihat apakah data sebelum terjadinya stock split sudah berdistribusi normal atau tidak.
3.8.3.2 Uji Autokorelasi Sesudah Stock Split
Uji autokorelasi sesudah stock split dilakukan unutk melihat apakah data sesudah terjadinya stock split sudah berdistribusi normal atau tidak.
Universitas Sumatera Utara
42
3.8.4 Uji Heteroskedastisitas
Uji heteroskedastisitas diartikan sebagai varian yang tidak konstan Asnawi dan Wijaya, 2005. Cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksivariabel terikat dependen yaitu ZPRED dengen residualnya SRESID. Deteksi ada
tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y
adalah Y yang telah diprediksi, dan sumu X adalah residual Y prediksi-y sesungguhnya. Pengambilan keputusan untuk ada tidaknya heteroskedastisitas
adalah sebagai berikut: 1.
Jika ada pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelomang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. 2.
Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas
Ghozali 2005: 30. Selain dapat dideteksi dengan menggunakan uji glejser. Uji glejser
dilakukan dengan meregresi nilai absolute residual terhadap independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi
terjadi heteroskedastisitas.
Universitas Sumatera Utara
43
3.8.4.1 Uji Heteroskedastisitas Sebelum Stock Split
Uji heteroskedastisitas sebelum stock split dilakukan untuk melihat apakah pada saat sebelum stock split ada terjadi heteroskedastisistas atau tidak
adanya terjadi heteroskedastisitas.
3.8.4.2 Uji Heteroskedastisitas Sesudah Stock Split
Uji heteroskedastisitas sesudah stock split dilakukan untuk melihat apakah pada saat sesudah stock split ada terjadi heteroskedastisitas atau tidak adanya terjadi
heteroskedastisitas.
3.9 Teknik Analisis Data 3.9.1