b. Waktu Penelitian
Penelitian dilakukan sejak bulan April 2010 sampai dengan bulan Juni 2010.
5. Jenis Data
Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder yang meliputi return on assets dan umur perusahaan yang diperoleh dari website BEI
yaitu www.idx.co.id, www.duniainvestasi.com dan www.finance.yahoo.com.
6. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini dilakukan melalui studi dokumentasi. Data dikumpulkan dari berbagai sumber data yang relevan dengan
penelitian, yaitu melalui buku, jurnal, skripsi, dan data-data internet.
7. Metode Analisis Data
Metode yang digunakan dalam penelitian ini adalah
a. Analisa Regresi Linier Berganda
Analisis ini bertujuan untuk mengetahui seberapa besar pengaruh variabel bebas terhadap variabel terikat. Model persamaan regresi adalah sebagai berikut.
Y = a + bX
1
+ bX
2
+ e Keterangan :
Y = Underpricing X
1
= Return on Asset ROA X
2
= Umur Perusahaan a = Konstanta
e = error b = Koefisien Regresi
Universitas Sumatera Utara
Nilai koefisien regresi disini sangat menentukan sebagai dasar analisis. Hal ini berarti jika koefisien b bernilai positif + maka dapat dikatakan terjadi pengaruh
searah antara variabel bebas dengan variabel terikat. Bila variabel bebas mengalami kenaikan, maka variabel terikat juga akan mengalami kenaikan.
Demikian pula sebaliknya, bila koefisien nilai b bernilai negatif - hal ini menunjukkan adanya pengaruh negatif dimana kenaikan nilai variabel bebas akan
mengakibatkan penurunan nilai variabel terikat. Data yang digunakan dalam penelitian ini adalah data sekunder, maka untuk
menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang mendasari model regresi. Pengujian asumsi klasik yang digunakan
pada penelitian ini meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokorelasi. Masing-masing pengujian asumsi klasik secara rinci dapat
dijelaskan sebagai berikut:
1. Normalitas
Situmorang dkk. 2008:55 menyatakan bahwa uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi
normal. Data yang baik adalah data yang mempunyai pola distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan.
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Normalitas dapat dideteksi
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histrogram dari residualnya. Dasar pengambilan keputusan :
Universitas Sumatera Utara
a Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukan pola distribusi normal maka model regresi
memenuhi asumsi normalitas. b Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal
atau grafik histogram tidak menunjukan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Cara lain untuk mengetahui normalitas adalah dengan melakukan uji statistik non-parametrik Kolmogorov-Smirnov K-S terhadap nilai residual persamaan
regresi, dengan hipotesis pada tingkat signifikansi 0.05 dimana: H
: p 0,05 Data residual berdistribusi normal H
a
: p 0,05 Data residual tidak berdistribusi normal
2. Multikolonieritas
Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya diatas 0,90, maka hal ini merupakan indikasi adanya multikolonieritas.
Multikolonieritas dapat juga dilihat dari nilai tolerance dan lawannya serta dari Varian Inflation Factor VIF dengan membandingkan sebagai berikut
Situmorang dkk., 2008:104: a VIF 5 maka diduga mempunyai persoalan multikolineritas
b VIF 5 maka tidak terdapat multikolineritas c Tolerance 0,1 maka diduga mempunyai persoalan multikolinieritas
d Tolerance 0,1 maka tidak terdapat multikolinieritas.
Universitas Sumatera Utara
3. Heteroskedastisitas