Uji Normalitas Uji Multikolinearitas

45 terdaftar IPO pada tahun 2011-2014 yang mengalami underpricing berada pada kisaran 4 sampai 58 tahun. Rata-rata umur perusahaan yang terdaftar IPO pada tahun 2011-2014 adalah 20,16 tahun. Dimana perusahaan dengan umur termuda adalah Tiphone Mobile Indonesia TELE, Soechi Lines SOCI yang dimana keduanya memiliki umur yang sama yaitu 4 tahun, dan perusahaan dengan umur tertua adalah Asuransi Mitra Maparya ASMI dengan umur perusahaan 58 tahun. 5. Variabel Initial Return memiliki nilai minimum sebesar 0.007, nilai maksimum sebesar 0.742, mean sebesar 0,20726 dan standard deviation sebesar 0,1697950 dengan jumlah sampel 68. Yang artinya underpricing pada perusahaan yang terdaftar IPO pada tahun 2011-2014 berada pada rata-rata 20,726 dengan pergerakan 0,7-74,2.

4.2.2 Pengujian Asumsi Klasik

Pengujian asumsi klasik ini dilakukan untuk mengetahui apakah data yang diperoleh selanjutnya dapat dilakukan analisis menggunakan Analisis Regresi Linear Berganda. Pengujian asumsi klasik meliputi uji normalitas, multikolinearitas, uji autokorelasi, dan heteroskedastisitas.

4.2.2.1 Uji Normalitas

Pengujian normalitas ini berfungsi untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal. Dasar pengambilan keputusannya, bila grafik histogram menunjukkan pola distribusi normal dan grafik normal plot menyebar teratur Universitas Sumatera Utara 46 mengikuti garis diagonal, maka data terdistribusi normal. Sedangkan pada Uji Kolmogorov-Smirnov, bila nilai signifikansi lebih besar dari derajat kepercayaan 0,05, maka data terdistribusi normal. Gambar 4.1 Distribusi Normal Data Penelitian Sumber : Hasil Penelitian, 2016 data diolah SPSS Pada gambar 4.1, kita dapat melihat bahwa data penelitian terdistribusi secara normal, tidak terdapat sebaran di sebelah kanan maupun kiri yang ekstrim. Gambar 4.2 Normal P-P Plot Sumber : Hasil Penelitian, 2016 Data diolah SPSS Universitas Sumatera Utara 47 Pada gambar 4.2, P-P plot menunjukkan bahwa titik-titik menyebar di sekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan data terdistribusi normal. Uji normalitas juga dapat dilakukan dengan uji Kolmogorov-Smirnov dengan bantuan SPSS, jika hasil signfikansi di atas 0,05 maka data terdistribusi secara normal. Tabel 4.3 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 68 Normal Parameters a,b Mean .0000000 Std. Deviation .15445655 Most Extreme Differences Absolute .104 Positive .104 Negative -.086 Test Statistic .104 Asymp. Sig. 2-tailed .067 c a. Test distribution is Normal. b. Calculated from data. c. Lilliefors Significance Correction. Sumber : Hasil Penelitian, 2016 Data diolah SPSS Pada tabel 4.3, kita dapat melihat bahwa nilai signifikansi tes K-S adalah 0,067 yang berarti bahwa data terdistribusi normal 0,067 0,05.

4.2.2.2 Uji Multikolinearitas

Uji Multikolinieritas dilakukan untuk mengetahui apakah ada variabel yang saling berhubungan. Uji yang dilakukan untuk menguji multikolinieritas adalah dengan menghitung nilai VIF untuk masing-masing variabel independen. Suatu variabel menunjukkan gejala multikolinieritas bisa dilihat dari nilai VIF Universitas Sumatera Utara 48 Variance Inflation Factor yang tinggi pada variabel-variabel bebas suatu model regresi. Nilai VIF yang lebih besar dari 10 dan tolorence lebih kecil dari 0,10 menunjukkan adanya gejala multikolinieritas dalam model regresi. Tabel 4.4 Hasil Uji Multikolinearitas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Reputasi_Underwriter .909 1.100 Reputasi_Auditor .996 1.004 EPS .892 1.121 Umur .976 1.024 a. Dependent Variable: Initial_Return Sumber : Hasil Penelitian, 2016 Data diolah SPSS Dari Tabel 4.4 menunjukkan bahwa nilai VIF untuk semua variabel independen lebih kecil dari 10 dan memiliki nilai tolerance lebih besar dari 0,10. Hal ini menunjukkan bahwa data yang diperoleh dapat dikatakan terbebas dari multikolinieritas.

4.2.2.3 Uji Autokorelasi