Setelah dilakukan transformasi maka diperoleh hasil pengujian sebagai berikut :
Tabel 4.4 Hasil Uji Kolmogorov-smirnov Setelah Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
72 Normal Parameters
a
Mean .0000000
Std. Deviation .51436401
Most Extreme Differences
Absolute .137
Positive .137
Negative -.124
Kolmogorov-Smirnov Z 1.160
Asymp. Sig. 2-tailed .136
a. Test distribution is Normal. Sumber : Hasil Penelitian, 2014 Data Diolah
Pada Tabel 4.4 dapat dilihat bahwa nilai asymptonic significance lebih besar dari 0.05
ρ 0.05. Hal ini menunjukkan distribusi data residual dalam penelitian ini terdistribusi secara normal.
4.2.2.1.2. Uji Multikolinearitas Pada Masa Sebelum Stock Split
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antara variabel bebas independen pada masa sebelum
stock split . Model regresi yang baik seharusnya terbebas dari korelasi di antara
variabel bebas. Multikolinearitas dapat dilihat dari nilai variance inflation factor VIF dan tolerance.
Universitas Sumatera Utara
Suatu model dikatakan terbebas dari korelasi apabila VIF 10 dan tolerence
0.1. Dari hasil pengujian model regresi diperoleh hasil untuk masing- masing variabel sebagai berikut :
Tabel 4.5 Hasil Uji Multikolinearitas Sebelum Stock Split
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant
-.497 .937
-.531 .597 Ln_Harga
-.351 .066
-.552 -5.350 .000 .912 1.097
Ln_Volume -.046 .037
-.128 -1.240 .219 .912 1.096
Ln_Return .176
.075 .233 2.361 .021
.998 1.002 a. Dependent Variable: Ln_Spread
Sumber : Hasil Penelitian, 2014 Data Diolah
Berdasarkan pada Tabel 4.5, dapat dilihat bahwa tidak terdapat variabel yang memiliki nilai VIF yang lebih kecil dari 10 dan nilai tolerance yang lebih
besar dari 0.1. Dengan demikian, dapat dinyatakan bahwa model regresi dalam penelitian ini terbebas dari multikolinearitas.
4.2.2.1.3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 atau periode sebelumnya. Pengujian autokorelasi
Universitas Sumatera Utara
dilakukan dengan menggunakan uji Durbin Watson D-W. Suatu model regresi linear dikatakan terbebas dari autokorelasi apabila dudw4-du.
Tabel 4.6 Hasil Uji Durbin Watson Sebelum Stock Split
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .584
a
.341 .312
.52559 1.917
a. Predictors: Constant, Ln_Return, Ln_Volume, Ln_Harga b. Dependent Variable: Ln_Spread
Sumber : Hasil Penelitian, 2014 Data Diolah
Berdasarkan Tabel 4.6 dapat diketahui bahwa nilai DW adalah 1.917. Sementara nilai dl batas atas = 1.7055 dan du batas bawah = 1.7809 dan 4-du =
2,2191. Maka dapat disimpulkan bahwa tidak terdapat autokorelasi pada model regresi yang dihasilkan dalam penelitian ini.
4.2.2.1.4. Uji Heteroskedastisitas
