VIF 10 dan tolerence 0.1. Dari hasil pengujian model regresi diperoleh hasil untuk masing-masing variabel sebagai berikut :
Tabel 4.9 Hasil Uji Multikolinearitas Sesudah Stock Split
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF 1
Constant -2.622 .556
-4.718 .000 Ln_Harga
-.276 .050
-.596 -5.541 .000 .953 1.049
Ln_Volume -.010 .027
-.040 -.373 .711
.949 1.053 Ln_Return
-.074 .055
-.143 -1.356 .181 .994 1.006
a. Dependent Variable: Ln_Spread Sumber : Hasil Penelitian, 2014 Data Diolah
Berdasarkan pada Tabel 4.9, 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 pada masa sesudah stock split dalam penelitian ini terbebas dari multikolinearitas.
4.2.2.2.3. Uji Autokorelasi
Uji autokorelasi pada masa sesudah stock split 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 dilakukan dengan menggunakan uji Durbin
Watson D-W. Suatu model regresi linear dikatakan terbebas dari autokorelasi
Universitas Sumatera Utara
apabila dudw4-du. Berikut disajikan tabel yang menyajikan hasil uji Durbin Watson pada masa sesudah stock split.
Tabel 4.10 Hasil Uji Durbin Watson Pada Masa Sesudah Stock Split
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .628
a
.394 .361
.32575 1.977
a. Predictors: Constant, Ln_Return, Ln_Harga, Ln_Volume b. Dependent Variable: Ln_Spread
Sumber : Hasil Penelitian, 2014 Data Diolah
Berdasarkan Tabel 4.10 dapat diketahui bahwa nilai DW adalah 1.977. 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.
4.2.2.2.4. Uji Heteroskedastisitas
Uji heteroskedastisitas pada masa sesudah stock split bertujuan untuk menguji apakah dalam model regresi terjadi ketiksamaan varians dari satu
pengamatan dengan pengamatan yang lain. Uji heteroskedastisitas dapat dilakukan dengan dua metode, yaitu uji grafik dan uji glejser. Berikut akan
disajikan hasil grafik scatterplot pada masa sesudah stock split.
Universitas Sumatera Utara
Sumber : Hasil Penelitian, 2014 Data Diolah
Gambar 4.7 Hasil Uji Grafik Scatterplot Sesudah Stock Split
Uji grafik scatterplot pada masa sesudah stock split menunjukkan tidak adanya pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 nol
pada sumbu Y, maka dapat disimpulkan tidak terjadi heteroskedastisitas pada model. Sehingga model regresi layak dipakai untuk memprediksi bid ask spread
Y pada masa sesudah stock split berdasarkan variebel bebas yaitu harga saham X1, volume perdagangan saham X2 dan return saham X3 sesudah stock split.
Sementara itu, uji heteroskedastisitas dapat juga dilakukan dengan menggunakan uji glejser, yang dilakukan dengan cara meregres seluruh variabel
independen dengan nilai absolute residual absut sebagai variabel dependennya. Model regresi yang bebas dari heteroskedastisitas adalah model dengan nilai
Universitas Sumatera Utara
signifikan 0.05. Berikut adalah hasil uji glejser pada model regresi data pada masa sesudah stock split.
Tabel 4.11 Hasil Uji Glejser Sesudah Stock Split
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
.430 .347
1.237 .221
Ln_Harga .063
.031 .262
2.024 .051
Ln_Volume -.029
.017 -.217
-1.670 .101
Ln_Return .048
.034 .176
1.388 .171
a. Dependent Variable: Absut Sumber : Hasil Penelitian, 2014 Data Diolah
Pada Tabel 4.11 dapat dilihat bahwa nilai signifikan semua variabel independen lebih besar dari 0.05. Hal ini menunjukkan bahwa model regresi
dalam penelitian ini terbebas dari heteroskedastisitas, sehingga layak dipakai untuk melihat pengaruh variabel independen pada masa sesudah stock split
terhadap variabel dependen pada masa sesudah stock split.
4.2.3. Pengujian Hipotesis
4.2.3.1.Uji Determinasi R
2
Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai
koefisien determinasi adalah 0 - 1. Semakin besar nilai koefisien determinasi
Universitas Sumatera Utara
