sekunder P1 dan harga penawaran perdana offering price Po di bagi harga penawaran perdana.
Pada tabel dapat dilihat bahwa tingkat underpricing terendah dialami oleh saham PT. Bumi Serpong Damai, Tbk yaitu sebesar 1,8. Sementara tingkat
underpricing terbesar dimiliki oleh saham PT. Ryane Adibusana, Tbk yaitu sebesar 480,0. Rata-rata tingkat underpricing sebesar 48,80. Sehingga dapat
dilihat bahwa terdapat 39 perusahaan yang memiliki tingkat underpricing di atas rata-rata dan 65 perusahaan yang memiliki tingkat underpricing di bawah rata-
rata.
B. Metode Regresi Linear Berganda
Penulis melakukan pengujian asumsi klasik sebelum melakukan analisis regresi. Pengujian asumsi klasik dilakukan untuk mendapatkan hasil penelitian
yang BLUE Best Linier Unbiased Estimation atau perkiraan yang efisien dan tidak bias. Kriteria pengujian asumsi klasik yang harus dipenuhi, yaitu:
1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan
bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal Situmorang, 2009:55.
Dasar pengambilan keputusannya, bila grafik histogram menunjukkan pola distribusi normal dan grafik normal plot menyebar teratur mengikuti garis
diagonal, maka data terdistribusi normal. Sedangkan pada Uji Kolmogorov-
Universitas Sumatera Utara
Smirnov, bila nilai signifikansi lebih besar dari derajat kepercayaan 0,05 maka data terdistribusi normal.
Gambar 4.1
: Histogram Sumber
: Hasil Olahan SPSS 16, 9 Juni 2010
Gambar 4.2 : Normal P-Plot
Sumber : Hasil Olahan SPSS 16, 9 Juni 2010
Universitas Sumatera Utara
Gambar 4.2 P-P plot menunjukkan bahwa titik-titik menyebar di sekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data
yang diperoleh berdistribusi normal.
Uji normalitas juga dapat dilakukan dengan Kolmogorov Smirnov untuk mengetahui apakah Financial Leverage, Return On Equity ROE, Ukuran dan
Umur Perusahaan berdistribusi normal atau tidak. Berikut adalah tabel hasil uji Kolmogorov Smirnov.
Tabel 4.6 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 84
Normal Parameters
a
Mean .0000000
Std. Deviation 1.08971648
Most Extreme Differences
Absolute .109
Positive .055
Negative -.109
Kolmogorov-Smirnov Z .997
Asymp. Sig. 2-tailed .273
a. Test distribution is Normal.
Sumber : Hasil Olahan SPSS 16, 9 Juni 2010
Menurut Situmorang 2009:62 bahwa, apabila pada hasil uji Kolmogorov Smirnov, nilai Asymp. Sig 2-tailed lebih besar dari 0,05
α = 5, tingkat signifikan maka data berdistribusi normal. Probabilitas hasil uji Kolmogorov
Smirnov pada Tabel 4.8 yaitu 0,273 lebih besar dari 0,05 0,273 0.05 sehingga model regresi yang didapat adalah berdistribusi normal.
Universitas Sumatera Utara
2. Uji Asumsi Klasik
a. Uji Autokorelasi
Uji autokorelasi dilakukan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Pengujian autokorelasi dapat dilihat
melalui angka Durbin-Watson pada Tabel 4.7 berikut ini.
Tabel 4.7 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson
1 .534
a
.285 .249
1.11696 1.929
a. Predictors: Constant, Ln_Umur Perusahaan, Ln_ROE, Ln_Financial Leverage, Ln_Ukuran Perusahaan
b. Dependent Variable: Ln_Underpricing
Sumber : Hasil Olahan SPSS 16, 9 Juni 2010
Data Tabel 4.7 di atas menunjukkan angka Durbin-Watson sebesar +1,929. Sesuai dengan Tabel 1.4 pada BAB I, maka apabila nilai Durbin-Watson
berada pada kisaran 1,55 – 2,46, maka dapat disimpulkan bahwa pada model regresi tidak terjadi autokorelasi.
b. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antarvariabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen atau tidak terjadi multikolinearitas. Gejala multikolinearitas dapat dilihat dari besarnya nilai
Universitas Sumatera Utara
Tolerance dan Variance inflation Factor VIF. Pengujian multikolinearitas dapat dilihat pada Tabel 4.8 berikut ini:
Tabel 4.8 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1 Constant
8.215 1.116
7.363 .000
Ln_Financial Leverage
-.541 .326
-.190 -1.659
.101 .689
1.451 Ln_ROE
-.174 .105
-.171 -1.658
.101 .854
1.171 Ln_Ukuran
Perusahaan -.199
.072 -.323
-2.776 .007
.667 1.500
Ln_Umur Perusahaan
.022 .154
.014 .142
.887 .893
1.120 a. Dependent Variable: Ln_Underpricing
Sumber : Hasil Olahan SPSS 16, 9 Juni 2010
Data Tabel 4.8 di atas menunjukkan semua variabel independen memiliki
angka VIF tidak lebih besar dari 5 dan nilai Tolerance lebih besar dari 0,1. Sehingga dapat disimpulkan model regresi tersebut tidak terkena
multikolinearitas. c.
Uji Heteroskedastisitas Uji heterokedastisitas bertujuan untuk menguji apakah dalam model
regresi terdapat ketidaksamaan varians dari satu residual satu pengamatan ke pengamatan lainnya. Varians dari satu residual satu pengamatan ke
pengamatan lainnya jika tetap maka terjadi homoskedastisitas jika berbeda
Universitas Sumatera Utara
maka disebut heterokedastisitas. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas Situmorang, 2009:65.
Hasil pengujian heteroskedastisitas dapat dilihat pada Gambar 4.3. Dari Gambar 4.3, terlihat titik-titik menyebar secara acak, tidak membentuk sebuah
pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model
regresi.
Gambar 4.3 : Scatterplot Sumber
: Hasil Olahan SPSS 16, 9 Juni 2010
Pengolahan data tersebut menghasilkan suatu model Regresi Linear Berganda sebagai berikut:
LnY= 8.215 - 0,541LnFL – 0,174LnROE– 0,199LnUP + 0.022LnUM+ e
Universitas Sumatera Utara
Dimana: Y = Ln Underpricing
X
1
= Ln Financial Leverage X
2
= Ln Return On Equity ROE X
3
= Ln Ukuran Perusahaan X
4
= Ln Umur Perusahaan e = error
Interpretasi model: 1
Konstanta a = 8,215 artinya tanpa mempertimbangkan variabel independen, maka tingkat underpricing akan diperoleh sebesar 8,215.
2 Koefisien regresi Financial Leverage X
1
= -0,541 artinya setiap penambahan Financial Leverage sebesar 1, jika variabel lainnya
dianggap konstan, maka akan menurunkan negatif tingkat underpricing sebesar 0,541.
3 Koefisien regresi Return On Equity ROE X
2
= -0.174 artinya setiap penambahan ROE sebesar 1, jika variabel lainnya dianggap konstan,
maka akan menurunkan negatif tingkat underpricing sebesar 0.174. 4
Koefisien regresi Ukuran Perusahaan X
3
= -0.199 artinya setiap penambahan ukuran perusahaan sebesar 1, jika variabel lainnya
dianggap konstan, maka akan menurunkan negatif tingkat underpricing sebesar 0.199.
5 Koefisien regresi Umur Perusahaan X
4
= 0.022 artinya setiap penambahan umur perusahaan sebesar 1, jika variabel lainnya dianggap
Universitas Sumatera Utara
konstan, maka akan menambah positif tingkat underpricing sebesar 0,022.
3. Pengujian Kelayakan Model Uji Goodness of Fit Table 4.9