commit to user
45
c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan
ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah
homoskedastisitas. Metode ini mendeteksi jika terdapat pola tertentu seperti titik-
titik membentuk satu pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka disinyalir ada gejala
Heteroskedasitas, Sebaliknya jika tidak ada pola yang jelas, serta titik- titiknya menyebar maka tidak terjadi heteroskedasitas Ghozali, 2006.
d. Uji Autokorelasi Uji ini dilakukan untuk mengetahui indikasi adanya korelasi
antar anggota-anggota serangkaian observasi yang diurutkan menurut waktu dan ruang. Durbin-Watson test digunakan untuk mendeteksi ada
atau tidaknya autokorelasi. Jika nilai uji statistik Durbin-Watson lebih kecil dari satu atau lebih besar dari tiga, maka residual dari model
regresi berganda tidak bersifat independen atau terjadi autokorelasi
2. Analisis Regresi Linier Berganda
Menurut Ghozali, regresi linier berganda merupakan persamaan matematik yang menyatakan hubungan antara sebuah variabel tak bebas
variabel dependen dengan variabel bebas variabel independen.
commit to user
46
Prosedur pengolahan data dalam penelitian ini dimulai dengan memilahkan data ke dalam variabel-variabel yang digunakan dalam
penelitian ini. Dari hasil operasionalisasi variabel yang akan diuji, nilai variabel tersebut dimasukkan dalam program Software SPSS Statistics
11.5. Dalam analisis regresi, selain mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel
dependen dengan variabel independen. Regresi berganda justru lebih sering digunakan dalam praktek
bisinis selain karena banyaknya variabel dalam bisnis yang perlu dianalisis bersama, juga pada banyak kasus regresi berganda lebih relevan
digunakan. Dalam penelitian ini menggunakan model penelitian sebagai berikut :
Y = βο + β
1
CR + β
2
DER + β
3
ROE + β
4
EPS + β
5
LNSIZE + β
6
AGE + β
7
RAU + β
8
RUN + e Dimana :
Y = Initial Return
CR = Current Ratio
DER = Debt to Equity Ratio
ROE = Return on Equity
EPS = Earning per Shares
LNSIZE = Ukuran Perusahaan AGE
= Umur Perusahaan RAU
= Reputasi Auditor
commit to user
47
RUN = Reputasi Underwriter
βo = konstanta β
1,
sd β
7
= koefisien regresi e = kesalahan penggangu
Untuk menghitung koefisien βo, β1, β2, β3, β4, β5, β6, dan β7 dapat gunakan pengolahan data dengan software SPSS for
Windows 11.5 a. Uji F
Uji F digunakan untuk mengetahui pengaruh secara simultan atau serentak dari variabel-variabel bebas terhadap variabel terikat atau
digunakan untuk melihat apakah variabel independen secara bersama- sama mempengaruhi variabel dependen. Uji F menunjukkan pengaruh
semua variabel independen secara simultan atau bersama-sama terhadap variabel dependen. Uji F dilakukan dengan cara
menggunakan tingkat signifikansi dan analisa hipotesa, yaitu tingkat signifikan
si atau α yang digunakan dalam penelitian ini adalah 5 0,05.
Dan untuk membuktikan apakah H
1
diterima atau ditolak dalam penelitian ini digunakan dengan melihat nilai Sig. F. Bila nilai
Sig. Fα=5 maka H
1
= diterima, artinya secara simultan variabel independen berpengaruh secara signifikan terhadap variabel dependen.
Sebaliknya jika nilai Sig. F ≥ α = 5 maka H
1
= ditolak, artinya secara
commit to user
48
simultan variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen Ghozali, 2006.
b. Uji T Uji T digunakan untuk mengetahui koefisien regresi secara
parsial dari variabel bebas terhadap variabel terikat. Uji T dilakukan dengan cara melihat tingkat signifikansi atau α, dimana dalam
penelitian ini α yang digunakan adalah 5 0,05. Dan untuk membuktikan apakah H
2
sampai H
4
diterima atau ditolak dalam penelitian ini digunakan dengan melihat nilai Sig.t. Bila nilai
Sig.t α=5 maka H
2
= diterima, artinya secara parsial variabel independen berpengaruh secara signifikan terhadap variabel dependen.
Sebaliknya jika nilai Sig. t ≥ α = 5 maka H
2
= ditolak, artinya secara parsial variabel independen tidak berpengaruh secara signifikan
terhadap variabel dependen Ghozali, 2006. c. Koefisien Determinasi R
2
Koefisien determinasi menunujukkan berapa besar persentase variasi dalam variable dependen yang dapat dijelaskan oleh variasi
variabel independen. Uji ini bertujuan untuk mengetahui tingkat ketepatan yang paling baik dalam analisis regresi, yang ditunjukan
oleh besarnya koefisien determinasi R
2
. Tingkat ketepatan yang digunakan antara 0R²1. Apabila koefisien determinasi mendekati 1
berarti perubahan dari variabel independen semakin menjelaskan perubahaan variabel dependen dan apabila koefisien determinasi
commit to user
49
mendekati 0 berarti perubahan variabel independen semakin tidak dapat menjelaskan perubahan variabel dependen. Atau dengan kata
lain semakin besar adjusted R² akan semakin baik bagi model regresi, karena variabel independen dapat menjelaskan variabel dependen
secara lebih baik, sehingga akan semakin besar tingkat hubungan linier statistik dalam observasi Ghozali, 2006.
BAB IV ANALISIS DATA