36
Uji normalitas dilakukan dengan menggunakan uji Kolmogorov-Smirnov dengan bantuan program SPSS. Data terdistribusi normal jika p0,05
Field, 2009.
2. Uji Multikolinearitas
Mutikolinearitas terjadi ketika ada hubungan yang kuat antara dua atau lebih prediktor di dalam model regresi. Jika terjadi kolinearitas yang
tinggi antara prediktor, maka estimasi yang tepat dari koefisien regresi tidak mungkin didapatkan. Salah satu cara untuk melihat multikolinearitas
adalah dengan menggunakan Variance Inflation Factor VIF. VIF mengindikasikan apakah suatu prediktor memiliki hubungan linear yang
kuat dengan prediktor lainnya. Jika nilai tolerance pada VIF ≥ 0,1 dan VIF
10 berarti tidak terjadi multikolinaritas antarvariabel bebas Field, 2009. 3. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan penggangu pada periode t dengan
kesalahan periode t-1.Model regresi yang baik adalah yang bebas autokorelasi.Uji autokorelasi pada penelitian ini adalah dengan
menggunakan Uji Durbin Watson.Dengan kriteria pengambilan keputusan ditunjukkan pada Tabel 3.4 yaitu :
Tabel 3.4 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0ddl
Universitas Sumatera Utara
37
Tidak ada autokorelasi positif No Decision
dl≤d≤du Tidak ada autokorelasi negatif
Tolak 4-dld4
Tidak ada autokorelasi negatif No Decision
4- du≤d≤4-dl
Tidak ada autokorelasi positif dan negatif Tidak ditolak
dud4-du
4. Uji Heterokedastisitas
Uji Heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lain Situmorang Lufti, 2014:121. Model regresi yang baik adalah model yang tidak terjadi heterokedastisitas.
Penelitian ini menggunakan uji Glesjer karena merupakan salah satu alat untuk mendeteksi ada tidaknya heterokedastisitas. Uji glesjer
dapat dilakukan dengan cara meregresi seluruh variabel independen dengan nilai absolute residual absut sebagai variabel dependennya.
Jika nilai signifikan 0.05 maka model regresi tidak terjadi heterokedastisitas, sebaliknya jika nilai signifikan 0.05 maka dalam
model regresi terjadi heterokedastisitas.
3.8.2 Uji Hipotesis
Dalam penelitian ini, uji hipotesis menggunakan analisis regresi linear berganda. Analisis persamaan regresi berganda digunakan untuk mengetahui
pengaruh dari beberapa variabel independen terhadap satu variabel dependen yaitu nilai perusahaan. analisis regresi berganda dihasilkan dengan cara memasukan
Universitas Sumatera Utara
38
input data variabel ke fungsi regresi. Persamaan regresi berganda yang dapat
digunakan dapat dinyatakan sebagai berikut :
Y= +
1
X
1
+
2
X
2
+
3
X
3
+
4
X
4
+ e Keterangan :
Y = Underpricing
= Konstanta
1
,
2
,
3 ,
4
= Koefisien regresi variabel independen X
1
= Reputasi Underwriter X
2
= Reputasi Auditor X
3
= Earning per Share X
4
= Umur Perusahaan e
= Variabel Pengganggu error
Untuk menguji apakah hipotesis yang diajukan ditolak atau diterima, digunakan uji F F-test dan uji t T-test.
1. Uji F
