Uji Normalitas Data Uji Asumsi Klasik

commit to user UDP = o b + b 1 LEV + b 2 ROA + b 3 EPS + b 4 LNPROCEEDS + b 5 LNMARKET + b 6 UDW + b 7 AUD + b 8 LNSIZE + b 9 LNAGE + b 10 TYPE + e Keterangan : UDP : Underpricing o b : konstanta b 1 -b 10 : koefisien regresi dari tiap-tiap variabel–variabel independen. LEV : Financial Leverage ROA : Return On Assets EPS : Earning Per share LNPROCEEDS : LN nilai penawaran saham LNMARKET : LN Indeks Harga Saham Gabungan UDW : reputasi underwriter AUD : reputasi auditor LNSIZE : LN ukuran perusahaan LNAGE : LN umur perusahaan TYPE : tipe perusahaan e : error

2. Uji Normalitas Data

Uji Normalitas bertujuan untuk menguji pendistribusian secara normal dalam model regresi tersebut, baik variabel dependen dan variabel independen. commit to user Model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal. Pengujian normalitas data dalam penelitian ini adalah dengan menggunakan Uji Kolmogorov-Smirnov. Dalam penelitian ini pengujian normalitas menguji variabel unstandardized residual dari variabel independen. Jika nilai probabilitas yang diperoleh lebih besar dari 0,05 maka data tersebut terdistibusi normal.

3. Uji Asumsi Klasik

Selain pengujian-pengujian diatas, dalam penelitian ini juga dilakukan pengujian asumsi klasik, yang meliputi pengujian autokorelasi, multikolinieritas, dan uji heterocedastisitas.

a. Uji Multikolinieritas

Multikolinieritas adalah situasi adanya korelasi variabel bebas diantara satu dengan yang lainnya dalam model regresi. Jika dalam model terdapat multikolinieritas maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat ditaksir dengan ketepatan yang tinggi. Pengujian multikolinieritas dapat diamati dari Tolerance Value dan Value Inflation Factor VIF. Jika nilai tolerance value 0,1 dan nilai VIF 10, maka multikolinearitas tidak terjadi.

b. Uji Heteroskedastisitas

Uji ini dimaksudkan untuk mengetahui varian kesalahan pengganggu pada semua variabel bebas dalam regresi. Pengujian ini dimaksudkan untuk mengetahui terjadi tidaknya gejala heteroskedastisitas dalam penelitian ini digunakan Uji Glejser. Dilakukan dengan melihat commit to user angka dari nilai P. jika nilai P di bawah nilai alpha yang telah ditentukan berarti terjadi heteroskedastisitas. Demikian juga sebaliknya.

c. Uji Autokorelasi

Autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti data time series atau ruang seperti data cross sectional. Uji ini bertujuan untuk mengetahui ada tidaknya korelasi antara kesalahan pengganggu didalam suatu model regresi pada periode t dengan kesalahan pada periode t-1. Untuk mendeteksi autokorelasi digunakan uji Durbin-Watson DW Test . Kriteria pengujiannya adalah sebagai berikut: 1 Angka D-W dibawah -2 berarti ada autokorelasi positif. 2 Angka D-W dintara -2 sampai +2 berarti tidak ada autokorelasi. 3 Angka D-W dibawah -2 berarti ada autokorelasi negatif.

4. Pengujian Hipotesis