1.0 0.8
0.6 0.4
0.2 0.0
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E x
p e
c te
d C
u m
P ro
b Dependent Variable: Return Saham
Normal P-P Plot of Regression Standardized Residual
PT Surya Toto Indonesia, PT Bakrie Sumatera Plantation, PT Gudang Garam, PT BAT Indonesia, PT Arthavest, PT Sinar Mas Multi Artha dan PT Smart.
5.1.2. Hasil Uji Asumsi Klasik
5.1.2.1. Uji normalitas Pengujian normalitas dilakukan dengan melihat grafik penyebaran data.
Gambar 5.1 menunjukkan bahwa grafik normal p-p plot of regression standardized residual menggambarkan penyebaran data di sekitar garis diagonal dan
penyebarannya mengikuti arah garis diagonal grafik tersebut, sehingga dapat disimpulkan bahwa data penelitian ini berdistribusi normal. Grafik uji normalitas
dapat dilihat pada gambar berikut ini.
Gambar 5.1. Uji Normalitas Data
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Uji normalitas data dalam penelitian selain menggunakan pendekatan grafik Normal P-P of regression standardized residual, juga dilakukan dengan uji
Kolmogorov-Smirnov uji K-S karena uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara
statistik bisa sebaliknya. Hasil uji Kolmogorov-Smirnov tampak di bawah ini.
Tabel 5.2. Uji Kolmogorov-Smirnov
Return Saham
Merger Kinerja
Keuangan N
34 34
34 Normal Parametersa,b
Mean 19.9168
79.6176 6.4132
Std. Deviation 37.11353
14.58936 12.00779
Most Extreme Differences Absolute
.173 .129
.209 Positive
.173 .081
.121 Negative
-.129 -.129
-.209 Kolmogorov-Smirnov Z
1.007 .752
1.220 Asymp. Sig. 2-tailed
.262 .624
.102 a Test distribution is Normal.
b Calculated from data.
Nilai Kolmogorov-Smirnov untuk return saham adalah sebesar 1.007 dan tidak signifikan pada 0.05 karena p = 0.262 dari 0.05, jadi residual return saham
berdistribusi normal. Nilai Kolmogorov-Smirnov untuk merger adalah sebesar 0.752 dan tidak signifikan pada 0.05 karena p = 0.624 dari 0.05, jadi residual merger
berdistribusi normal. Nilai Kolmogorov-Smirnov untuk kinerja keuangan adalah sebesar 1.220 dan tidak signifikan pada 0.05 karena p = 0.102 dari 0.05, jadi
residual kinerja keuangan berdistribusi normal. 5.1.2.2. Uji multikolinearitas
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Ringkasan hasil uji korelasi antara variabel bebas untuk melihat apakah terjadi pelanggaran asumsi multikolinearitas dapat dilihat pada Tabel 5.3 berikut ini.
Tabel 5.3. Uji Multikolinearitas
Model Kinerja
Keuangan Merger
1 Correlations
Kinerja Keuangan 1.000
-.179 Merger
-.179 1.000
Covariances Kinerja Keuangan
.278 -.041
Merger -.041
.188 a Dependent Variable: Return Saham
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std Eror Beta
Tolerance VIF
1 Constant
-51.949 34.639
-1.500 .144
Merger .923
.434 .363
2.128 .041
.968 1.033
Kinerja Keuangan
-.252 .527
-.082 -.479
.636 .968
1.033 a Dependent Variable: Return Saham
Melihat hasil besaran korelasi antar variabel independen yaitu merger dan kinerja keuangan tampak bahwa korelasinya hanya sebesar -0.179 atau sekitar 17,9.
Oleh karena korelasi ini masih di bawah 95 maka dapat dikatakan tidak terjadi multikolinearitas.
Hasil perhitungan juga menunjukkan bahwa nilai tolerance sebesar 0.968. Oleh karena nilai tolerance masing-masing variabel independen tidak kurang dari
0.10, maka hal ini berarti tidak ada korelasi antar variabel independen atau tidak terjadi multikolinearitas. Hasil perhitungan nilai variance inflation factor VIF juga
menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
2 1
-1 -2
Regression Standardized Predicted Value
2 1
-1
-2
R e
g re
s s
io n
S tu
d e
n ti
z e
d R
e s
id u
a l
Dependent Variable: Return Saham Scatterplot
VIF lebih dari 10, sehingga dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi.
5.1.2.3. Uji heteroskedastisitas Pengujian asumsi heteroskedastisitas menyimpulkan bahwa model regresi
tidak terjadi heteroskedastisitas. Dengan kata lain terjadi kesamaan varian dari residual dari satu pengamatan ke pengamatan yang lain. Hasil uji heteroskedastisitas
dapat dilihat pada Gambar 5.2 berikut ini.
Gambar 5.2. Uji Heteroskedastisitas
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
Dari gambar scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi return saham berdasarkan masukan
merger sebagai variabel independen dan kinerja keuangan sebagai variabel intervening.
5.1.2.4. Uji autokorelasi Ringkasan hasil uji autokorelasi untuk melihat apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya dapat dilihat pada Tabel 5.4 berikut ini.
Tabel 5.4. Uji Autokorelasi
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .357a
.128 .071
35.76397 1.623
a Predictors: Constant, Kinerja Keuangan, Merger b Dependent Variable: Return Saham
Hasil uji autokorelasi tidak mengindikasikan terjadinya autokorelasi. Nilai Durbin-Watson pada Tabel 5.4 menunjukkan angka D-W sebesar 1,623. nilai ini
dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5, jumlah sampel 34 n dan jumlah variabel independen 2 k=2, maka di tabel durbin-watson
didapatkan nilai 1.580. Oleh karena nilai Durbin-Watson 1,623 lebih besar dari batas atas du 1.580 dan kurang dari 2,420 yang diperoleh dari 4-1.580 4-du maka dapat
p d f Machine
A pdf w rit er t hat produces qualit y PDF files w it h ease
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, sim ply open the docum ent you want to convert, click “print”, select the
“ Broadgun pdfMachine printer” and that’s it Get yours now
Universitas Sumatera Utara
disimpulkan bahwa tidak ada autokorelasi positif atau negatif atau dapat disimpulkan tidak terdapat autokorelasi.
5.1.3. Pengujian Hipotesis
