Pengujian Asumsi Klasik Hasil Penelitian

dan tertinggi sebesar 1.11. Kenaikan rata-rata perubahan DAR setiap tahunnya adalah sebesar 0.194. Untuk variabel perubahan LDER, angka terendah sebesar 0.1 dan angka tertinggi sebesar 8.16, dengan kenaikan rata-rata perubahan LDER adalah sebesar 0.2257. Untuk variabel perubahan LDAR, angka terendah selama tahun pengamatan sebesar -0.1 dan angka tertinggi sebesar 7.96, dengan kenaikan rata-rata sebesar 0.1976. Dari kenaikan rata-rata setiap tahunnya dari variabel perubahan DER, perubahan DAR, perubahan LDER, dan perubahan LDAR, dapat dilihat bahwa kebijakan hutang perusahaan tiap tahunnya semakin meningkat. Untuk variabel perubahan EAR, angka terendah sebesar -0.35 dan angka tertinggi sebesar 8.10, dengan kenaikan rata-rata setiap tahunnya sebesar 0.1019. Untuk dividen pay out ratio DPR selama tahun pengamatan memiliki rasio terendah sebesar 0.00 dan tertinggi sebesar 1.39, dengan rata-rata kenaikan sebesar 0.3584 tiap tahunnya. Hal ini mengindikasikan adanya kenaikan pembayaran dividen kepada investor yang menanamkan modalnya pada perusahaan jenis lembaga keuangan. Untuk variabel perubahan harga saham, rasio terendah sebesar -0.71 dan tertinggi sebesar 14.00, dengan kenaikan rata-rata sebesar 0.3834. Hal ini berarti terjadi kecenderungan kenaikan harga saham jenis lembaga keuangan selama periode pengamatan.

5.1.2. Pengujian Asumsi Klasik

Berikut ini penulis akan melakukan uji atas data yang penulis peroleh yang disebut dengan uji asumsi klasik yang terdiri dari uji normalitas, uji heteroskedastisitas, uji multikolinearitas dan uji autokorelasi. p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara 5.1.2.1. Uji Normalitas Pengujian normalitas data dapat dilakukan dengan beberapa cara yaitu dengan menggunakan uji statistik Kolmogorov-Smirnov dan melihat grafik histogram. Uji normalitas dengan uji statistik Kolmogorov – Smirnov maksudnya ialah apabila probabilitas signifikansinya di atas 0.05 berarti variabel tersebut berdistribusi normal. Hasil uji Kolmogorov – Smirnov dapat dilihat pada Tabel 6 berikut ini: Tabel 6. Uji Statistik Kolmogorov-Smirnov Sebelum Transformasi One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual N 90 Normal Parameters a,b Mean .0000000 Std. Deviation 1.86522070 Most Extreme Absolute .276 Differences Positive .276 Negative -.190 Kolmogorov-Smirnov Z 2.618 Asymp. Sig. 2-tailed .0000 a. Test distribution is Normal. b. Calculated from data. Dari Tabel 6 dapat dilihat bahwa nilai Kolmogorov – Smirnov sebelum transformasi berdistribusi tidak normal, disebabkan probabilitas signifikansi sebesar 0.000, di mana jika probabilitas signifikansi lebih kecil dari á 0.05, hal itu berarti data tidak berdistribusi normal. Apabila variabel tidak berdistribusi normal, maka harus dilakukan transformasi data. Transformasi data dapat dilakukan dengan cara Logaritma Natural Ln maupun SQRT akar kuadrat. Setelah dilakukan transformasi data dengan menggunakan Logaritma Natural Ln, maka didapat hasil seperti yang ditunjukkan dalam tabel berikut. p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Tabel 7. Uji Statistik Kolmogorov-Smirnov Setelah Transformasi One-Sample Kolmogorov-Smirnov Test Unstandardiz ed Residual N 64 Normal Parameters a,b Mean .0000000 Std. Deviation .76074540 Most Extreme Absolute .102 Differences Positive .063 Negative -.102 Kolmogorov-Smirnov Z .816 Asymp. Sig. 2-tailed .518 c. Test distribution is Normal. d. Calculated from data. Dari tabel di atas, kita melihat bahwa variabel penelitian sudah berdistribusi normal, dengan probabilitas signifikansi sebesar 0.518 di mana probabilitas tersebut lebih besar dari á 0.05 yang artinya variabel penelitian telah berdistribusi normal. Cara berikutnya untuk melihat data berdistribusi normal atau tidak dapat dilakukan melalui grafik histogram. Gambar 2. Histogram Perubahan DER Sebelum Transformasi p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Hasil tampilan grafik histogram sebelum transformasi menunjukkan variabel perubahan DER memiliki distribusi normal. Gambar 3. Histogram Perubahan DAR Sebelum Transformasi Hasil tampilan grafik histogram sebelum transformasi menunjukkan variabel perubahan DAR juga memiliki distribusi normal. Gambar 4. Histogram Perubahan LDER Sebelum Transformasi p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Hasil tampilan grafik histogram sebelum transformasi menunjukkan variabel perubahan LDER, seperti halnya DAR dan DER juga memiliki distribusi normal. Gambar 5. Histogram Perubahan LDAR Sebelum Transformasi Hasil tampilan grafik histogram sebelum transformasi menunjukkan variabel perubahan LDAR memiliki distribusi normal. Gambar 6. Histogram Perubahan EAR Sebelum Transformasi p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Hasil tampilan grafik histogram sebelum transformasi menunjukkan variabel perubahan EAR memiliki distribusi normal. Gambar 7. Histogram Perubahan DPR Sebelum Transformasi Hasil tampilan grafik histogram sebelum transformasi menunjukkan variabel dividen payout ratio memiliki distribusi tidak normal dan menceng ke kiri. Gambar 8. Histogram Perubahan Harga Saham Sebelum Transformasi p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Hasil tampilan grafik histogram sebelum transformasi menunjukkan variabel perubahan Harga Saham memiliki distribusi normal. Apabila salah satu dari variabel independen atau variabel dependen tidak berdistribusi normal, maka harus dilakukan transformasi data. Transformasi data dapat dilakukan dengan cara Logaritma Natural maupun SQRT. Penulis melakukan transformasi data dengan menggunakan Logaritma Natural Ln, dan setelah dilakukan transformasi data dengan menggunakan Logaritma Natural, data tersebut akhirnya berdistribusi normal. Hal tersebut dapat dilihat dari gambar di bawah ini. Gambar 9. Histogram Variabel Dependen Setelah Transformasi p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Gambar 10. Grafik Normal Plot Setelah Transformasi Setelah dilakukan transformasi data, kita juga melihat dari tampilan grafik histogram dan grafik normal plot, terlihat bahwa grafik histogram memberikan pola distribusi yang normal dan pada grafik normal plot terlihat titik-titik berada di sekitar garis diagonal, serta penyebarannya berada di sekitar garis diagonal. Hal ini menyatakan setelah dilakukan transformasi, ternyata data berdistribusi normal. 5.1.2.2. Uji Autokorelasi Pada penelitian ini, uji autokorelasi dapat dilakukan dengan melihat nilai Durbin Watson. Cara mendeteksi apakah model yang digunakan mengalami gejala autokorelasi adalah dengan melihat nilai statistik Durbin Watson. Hasil dari nilai Durbin Watson sebelum transformasi dapat dilihat pada tabel di bawah ini. p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Tabel 8. Uji Autokorelasi Sebelum Transformasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .352 a .124 .060 1.93146 1.799 a Predictors: Constant, DPR, PERUB_DAR, PERUB_LDAR, PERUB_EAR, PERUB_DER, PERUB_LDER b Dependent Variable: PERUB_HRG_SHM Dari Tabel 8 dapat dilihat bahwa nilai Durbin Watson sebelum dilakukan transformasi sebesar 1.799, yang artinya jika nilai Durbin Watson berada di bawah 2, maka tidak terjadi autokorelasi. Setelah dilakukan transformasi dengan menggunakan Logaritma Natural Ln, maka hasilnya dapat dilihat pada tabel di bawah ini. Tabel 9. Uji Autokorelasi Setelah Transformasi Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .438a .192 .122 .79286 1.352 a Predictors: Constant, LOG_DPR, LOG_LDAR, LOG_EAR, LOG_DAR, LOG_LDER b Dependent Variable: LOG_HRG_SHM Setelah dilakukan transformasi dapat dilihat bahwa nilai Durbin Watson sebesar 1.352 yang berarti nilai Durbin Watson juga berada di bawah 2, artinya tidak terjadi autokorelasi. 5.1.2.3. Uji Multikolinearitas Pengujian multikolinearitas dilakukan dengan melihat nilai VIF masing- masing variabel. Adapun hasil pengujian multikolinearitas sebelum transformasi dapat dilihat pada tabel di bawah ini. p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Tabel 10. Uji Multikolinearitas Sebelum Dilakukan Transformasi Variabel Tolerance VIF Perubahan DER 0.068 14.759 Perubahan DAR 0.1080 9.240 Perubahan LDER 0.014 73.333 Perubahan LDAR 0.015 67.053 Perubahan EAR 0.72 1.389 Perubahan DPR 0.958 1.044 Dari tabel di atas kita melihat bahwa variabel perubahan DER, perubahan LDER dan perubahan LDAR mengalami gejala multikolinearitas. Hal ini dapat dilihat dari nilai tolerance perubahan DER sebesar 0.068, perubahan LDER sebesar 0.014 dan perubahan LDAR sebesar 0.015. Di mana gejala multikolinearitas muncul apabila nilai tolerance variabel independen berada di bawah 0.1 Ghozali, 2009: 97. Selain itu nilai VIF variabel tersebut juga berada di atas 10, di mana perubahan DER sebesar 14.759, perubahan LDER sebesar 73.333 dan perubahan LDAR sebesar 67.053, yang berarti terjadi gejala multikolinearitas. Setelah dilakukan transformasi data dengan menggunakan Logaritma Natural Ln, didapat hasil seperti tabel di bawah ini. Tabel 11. Uji Multikolinearitas Setelah Dilakukan Transformasi Variabel Tolerance VIF Perubahan DER 0.076 13.198 Perubahan DAR 0.222 4.509 Perubahan LDER 0.267 3.742 Perubahan LDAR 0.250 4.007 Perubahan EAR 0.149 6.703 DPR 0.843 1.186 p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Dari tabel di atas kita melihat bahwa tidak terjadi gejala multikolinearitas pada masing-masing variabel independen kecuali variabel perubahan DER, disebabkan variabel perubahan DER memiliki nilai VIF 10. Sehingga untuk menghilangkan gejala multikolinearitas, maka variabel perubahan DER dihilangkan dari penelitian. Setelah variabel perubahan DER dihilangkan dari penelitian, maka didapat hasil seperti tabel di bawah ini: Tabel 12. Uji Multikolinearitas Setelah Transformasi dan Menghilangkan Variabel Perubahan DER Variabel Tolerance VIF Perubahan DAR 0.414 2.414 Perubahan LDER 0.177 5.649 Perubahan LDAR 0.176 5.694 Perubahan EAR 0.446 2.224 DPR 0.908 1.101 Dari tabel di atas, dapat dilihat bahwa tidak terjadi gejala multikolinearitas antar variabel independen, disebabkan nilai tolerance masing-masing variabel lebih besar dari 0.1 dan nilai VIF 10. 5.1.2.4. Uji Heterokedastisitas Uji heterokedastisitas dalam penelitian ini dilakukan dengan melihat grafik scatterplot. Deteksi ada tidaknya heterokedastisitas dapat dilihat dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Adapun grafik scatterplot sebelum transformasi dalam uji heterokedastisitas dapat dilihat pada gambar berikut ini. p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Gambar 11. Uji Heterokedastisitas Sebelum Transformasi Berdasarkan gambar di atas, dapat disimpulkan bahwa terdapat pola yang jelas, di mana titik-titik berkumpul dan tidak menyebar secara acak. Hal ini berarti sebelum transformasi data dilakukan dalam variabel terjadi heterokedastisitas, sehingga model ini tidak layak dipakai untuk memprediksi. Setelah dilakukan transformasi data, maka didapat grafik scatterplot sebagai berikut: Gambar 12. Uji Heterokedastisitas Setelah Transformasi p d f Machine A pdf w rit er t hat produces qualit y PDF files w it h ease Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the “ Broadgun pdfMachine printer” and that’s it Get yours now Universitas Sumatera Utara Setelah dilakukan transformasi, ditemukan dari grafik scatterplot bahwa titik- titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi.

5.1.3. Analisa Persamaan Regresi