1. Uji Normalitas
Uji Normalitas dilakukan untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang
mempunyai pola seperti distribusi normal, yaitu distribusi data tidak menceng ke kiri atau menceng ke kanan. Normalitas data dapat dilihat dari grafik P-P plot.
Apabila plot dari sumbu x dan sumbu y berbentuk linier dapat didekati oleh garis lurus, maka hal ini merupakan indikasi bahwa distribusi normal.
Gambar 4.1 Hasil Uji Normal P-P Plot Of Regression Standardized Residual
Sumber: Hasil Pengolahan SPSS 17 31 Mei 2010
Universitas Sumatera Utara
Pada uji normalitas Gambar 4.1, P-P Plot menunjukkan bahwa titik-titik menyebar di sekitar diagonal dan mengikuti garis diagonal, maka dapat
disimpulkan bahwa data yang diperoleh berdistribusi normal. Selain uji normal P-P plot, uji normalitas juga dapat dilakukan dengan uji
kormogorov-smirnov.
Tabel 4.6 Hasil Uji Kormogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.03029513
Most Extreme Differences Absolute .129
Positive .067
Negative -.129
Kolmogorov-Smirnov Z .996
Asymp. Sig. 2-tailed .274
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan SPSS 17 31 Mei 2010 Menurut Situmorang dkk. 2006:62, jika nilai Asymp.Sig. 2-tailed
pada Uji Kormogorov Smirnov di atas signifikan 0.05, maka variabel berdistribusi normal. Pada Tabel 4.6 dapat dilihat bahwa nilai Asymp.Sis 2-
tailed yaitu 0.274 lebih besar dari 0.05. Sehingga model regresi yang diperoleh berdistribusi normal.
2. Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik,
seharusnya tidak terdapat korelasi antar variabel bebas atau tidak terjadi
Universitas Sumatera Utara
multikolinieritas. Untuk mendeteksi ada atau tidaknya multikolinieritas dapat dilakukan dengan melihat toleransi variabel dan Variance Inflation Factor VIF.
Hasil pengujian multikolinieritas dapat dilihat pada Tabel 4.7 berikut ini:
Tabel 4.7 Hasil Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
3.818 .441
8.662 .000
LnROA -.220
.096 -.286 -2.284
.026 .983
1.017 LnUmur
-.209 .162
-.162 -1.290 .202
.983 1.017
a. Dependent Variable: LnUnderpricing
Sumber: Hasil Pengolahan SPSS 17 31 Mei 2010 Berdasarkan Tabel 4.7 di atas, terlihat bahwa semua variabel bebas
memiliki angka VIF 5 dan nilai tolerance 0.1. Dengan demikian dapat disimpulkan tidak terjadi multikolinieritas.
3. Heteroskedastisitas