Variabel harga saham mempunyai rentang rata-rata sebesar 1711.5422. Harga saham merupakan nilai saham yang terjadi di bursa pada saat penutupan
closing price yang terbentuk pada setiap akhir perdagangan saham. Dengan demikian data yang diambil dalam penelitian ini adalah data closing price untuk
masing-masing saham sebelum dan sesudah ex-dividend date selama periode penelitian di Bursa Efek Indonesia.
2. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah data penelitian dapat dianalisis dengan menggunakan persamaan regresi linear berganda. Uji asumsi
klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji heterokedastisitas, uji multikolinearitas dan uji autokorelasi. Model regresi yang
baik adalah model yang lolos dari uji asumsi klasik. Ghozali, 2002, hal. 55.
a. Uji Normalitas
Model regresi yang baik mensyaratkan adanya normalitas pada data penelitian atau pada nilai residualnya bukan pada masing-masing variabelnya. Uji
normalitas model regresi dalam penelitian ini menggunakan analisis grafik dengan melihat histogram dan normal probability plot. Apabila ploting data membentuk
satu garis lurus diagonal maka distribusi data adalah normal.berikut adalah hasil uji normalitas dengan menggunakan diagram.
Universitas Sumatera Utara
Gambar 7 Output SPSS Grafik Histogram
2 1
-1 -2
Regression Standardized Residual
5 4
3 2
1
Frequenc y
Mean = -4.86E-16 Std. Dev. = 0.84
N = 18
Dependent Variable: HARGA SAHAM Histogram
Gambar 8 Output SPSS Normal P-Plot
Universitas Sumatera Utara
1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
Ex pec
ted Cum Prob
Dependent Variable: HARGA SAHAM Normal P-P Plot of Regression Standardized Residual
Sumber data yang telah diolah Dari hasil uji normalitas dengan menggunakan grafik histogram dan
normal probability plot, tampak bahwa histogram memberikan pola distribusi yang menceng ke kanan sedangkan pada grafik norma probability plot terihat
bahwa titik-titik menyebar dan menjauhi garis diagonalnya. Hal ini menunjukkan bahwa data tidak terdistribusi secara normal dan model regresi yang diuji dengan
menggunakan grafik tersebut tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji Multikolinearitas dalam penelitian ini adalah dengan melihat koefisien Variance Inflation Factor VIF dan nilai Tolerance. Gangguan
multikolinearitas tidak terjadi jika VIF dibawah 10 atau Tolerance di atas 0,1. Tabel 10
Output SPSS Uji Multikolinearitas
Universitas Sumatera Utara
Coefficients
a
Model Colinearity Statistics
Tolerance VIF
1 Constant
CAR .697
1.435 RORA
.167 5.974
NIM .380
2.634 ROA
.162 6.157
LDR .497
2.012
Sumber data yang telah diolah Hasil uji multikolinearitas menunjukkan nilai tolerance 0,10 dan nilai
VIF 10 untuk variabel penelitian CAR, RORA, NIM, ROA dan LDR, hal ini menunjukkan bahwa tidak ada multikolinearitas dalam model regresi.
c. Uji Heterokedastisitas
Uji Heterokedastisitas dilakukan dengan plot grafik antara ZPRED nilai prediksi dengan SRESID nilai residual
Gambar 9 Output SPSS Uji Heterokedastisitas
Universitas Sumatera Utara
2 1
-1 -2
Regression Studentized Residual
2 1
-1
Reg res
sion Sta ndar
dized Pr edicte
d
Va lue
Dependent Variable: HARGA SAHAM Scatterplot
Sumber data yang telah diolah Grafik plot menunjukkan penyebaran titik-titik secara acak dan tersebar
baik di atas maupun di bawah angka 0 pada sumbu Y sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi Heterokedastisitas.
d. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Salah satu cara untuk mengetahui ada atau tidaknya Autokorelasi adalah dengan uji Durbin Watson DW Test. Berikut
adalah uji Autokorelasi dalam penelitian ini : Tabel 11
Output SPSS Uji Autokorelasi
Universitas Sumatera Utara
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
.943a .889
.842 783.34572
1.691 a Predictors: Constant, LDR,CAR,NIM,RORA, ROA
b Dependent Variable: HARGA SAHAM
Sumber data yang telah diolah
Uji DW pada model tabel Mode Summary, terlihat nilai DW sebesar 1,691 nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan derajat
kepercayaan 5 , jumlah sampel 18, jumlah variabel bebas 5, maka di tabel DW akan didapatkan nilai sebagai berikut :
Tabel 12 Durbin Watson Test Bound
K=5 N DL
DU 16 1.07
1.36 17 1.08
1.36 18 1.09
1.37
Oleh karena nilai DW 1,691 lebih BESAR dari pada batas atas du 1,37 maka dapat disimpulkan tidak terdapat Autokorelasi positif pada model regresi.
3. Uji Analisis Regresi
