1. Home
  2. Hukum

Uji Normalitas Uji Multikolinearitas Uji Heterokedastisitas Uji Autokorelasi

2. Uji Asumsi Klasik

Sebelum data tersebut dianalisis, model regresi berganda di atas harus memenuhi syarat asumsi klasik yang meliputi:

a. Uji Normalitas

Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi variabel independen, variabel dependen atau keduanya mempunyai distribusi normal atau tidak. Model yang paling baik adalah distribusi data normal atau mendekati normal Hakim, 2001:254. Uji ini dilakukan melalui analisis Kolmogorov Smirnov.

b. Uji Multikolinearitas

Uji ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antar variabel independent. Jika terjadi korelasi, maka dikatakan terdapat masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Uji multikolinearitas menggunakan kriteria Variance Inflation Factor VIF dengan ketentuan sebagai berikut Ghozali, 2005:92: 1. Bila Variance Inflation Factor 10 terdapat masalah multikolinearitas yang serius, sebaliknya 2. Bila Variance Inflation Factor 10 tidak terdapat masalah multikolinearitas yang serius.

c. Uji Heterokedastisitas

Merupakan nilai varian setiap disturbance term yang dibatasi oleh nilai tertentu mengenai variabel bebas adalah tidak sama. Keadaan Universitas Sumatera Utara heterokedastisitas akan menyebabkan penaksiran koefisien regresi jadi tidak efisien. Hasil taksiran dapat menjadi kurang dari semestinya, melebihi dai semestinya atau menyesatkan. Dalam penelitian ini dipakai metode gletser test untuk menguji ada tidaknya gejala heterokedastisitas dalam model penelitian ini.

d. Uji Autokorelasi

Adalah korelasi yang terjadi diantara anggota anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu seperti data untun waktu time series data atau yang tersusun dalam rangkaian ruang seperti data silang waktu atau cross sectional data. Untuk menguji apakah hasil estimasi model regresi tersebut tidak mengandung korelasi serial diantara disturbance term-nya maka dipergunakan metode Durbin Watson Statistic. Untuk mengetahui adanya autokorelasi, digunakan dengan menggunakan kriteria menurut Santoso 2002:11 dengan cara melihat Durbin Watson DW sebagai berikut: 1. Angka DW dibawah -2, berarti ada autokorelasi positif 2. Angka DW diantara -2 sampai +2, berarti tidak ada autokorelasi 3. Angka DW diatas +2, berarti ada autokorelasi negatif

3. Pengujian Hipotesis

Dokumen yang terkait

Analisis Perbedaan Abnormal Return dan Volume Perdagangan Sebelum dan Sesudah Stock Split di Bursa Efek Indonesia

1 44 82

Analisis Dampak Merger dan Akuisisi terhadap Abnormal Return dan Kinerja Keuangan Pada Perusahaan yang Terdaftar di Bursa Efek Indonesia

3 123 97

Analisis Pengaruh Stock Split Terhadap Abnormal Return Saham Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia Analisis Pengaruh Stock Split Terhadap Abnormal Return Saham Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia

1 84 79

Analisis Dampak Abnormal Return Saham Sebelum dan Sesudah Pengumuman Merger dan Akuisisi pada Perusahaan yang Terdaftar pada Bursa Efek Indonesia

6 98 88

Analisis Pengaruh Variabel Fundamental Terhadap Abnormal Return Saham pada Perusahaan Sektor Makanan dan Minuman Yang Terdaftar Di Bursa Efek Indonesia Pada Tahun 2008-2011

1 47 96

Analisis Pengaruh Stock Split Terhadap Abnormal Return Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia

3 91 79

Analisis Pengaruh Beberapa Faktor Fundamental Terhadap Return Saham Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Jakarta

0 64 91

Analisis Perbedaan Average Abnormal Return Sebelum dan Sesudah Stock Split pada Perusahaan yang Go-Public di Bursa Efek Indonesia

1 78 64

Analisis Perbedaan Return Saham Sebelum Dan Sesudah Pengumuman Dividen Tunai Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia

2 98 89

Analisis Perbedaan Return Saham Sebelum Dan Sesudah Pengumuman Stock Repurchase Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia

4 41 86