20 07
20 08
20 09
20 10
7, 69 16,67
14,28 Baik
Kuran g Baik
Sangat Baik
Baik
Berdasarkan tabel 4.2 menunjukkan bahwa yield obligasi di pasar obligasi Indonesia pada tahun 2009 mengalami peningkatan sangat tajam dibandingkan
tahun sebelumnya. Terhitung di tahun 2009, yield to maturity obligasi mengalami peningkatan yang sangat baik mencapai 16,67 yaitu sebesar 8,98 dari tahun
sebelumnya. Apalagi setelah terjadinya penurunan mencapai 7,69 pada tahun 2008 dan menjadikan yield to maturity memperoleh peringkat yang kurang baik di
tahun tersebut.
4.1.3 Hasil Uji Asumsi Klasik
Pengaruh good corporate governance GCG, ukuran perusahaan, dan debt to equity ratio
DER terhadap yield to maturity obligasi dapat dilihat pada analisis regresi linier berganda yang meliputi uji simultan dan parsial. Uji asumsi
klasik merupakan prasyarat analisis regresi berganda. Dalam uji asumsi klasik meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji
autokorelasi. Berikut ini hasil pengujian asumsi klasik dalam penelitian ini:
4.1.3.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah dalam model regresi, variabel-variabel memiliki distribusi normal. Salah satu cara termudah untuk
melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi
normal. Namun ada metode yang lebih handal adalah dengan melihat normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Hasil uji normalitas dengan menggunakan analisis grafik yaitu grafik
Histogram dan grafik Normal Probability Plot dapat dilihat pada gambar 4.1:
Tampilan grafik histogram pada gambar 4.1 diatas maupun grafik normal plot pada gambar 4.2 dibawah ini maka dapat disimpulkan bahwa grafik
histogram memberikan pola distribusi yang normal dan grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal serta penyebarannya mengikuti arah
garis diagonal. Kedua grafik ini menunjukkan bahwa model regresi memenuhi asumsi normalitas.
Gambar 4.1 Grafik Histogram
Sumber: Hasil pengolahan data sekunder menggunakan SPSS 19.0
Selain itu, untuk mendukung dan meyakinkan hasil uji normalitas grafik, maka dilengkapi dengan uji statistik. Uji statistik yang dilakukan yaitu uji statistik
non-parametrik One-Sample Kolmogorov-Smirnov Test. Nilai signifikansi dari residual yang terdistribusi secara normal adalah jika nilai Asymp Sig 2-tailed
dalam uji One-Sample Kolmogorov-Smirnov Test lebih besar dari α = 0,05. Hasil
uji statistik non-parametrik One-Sample Kolmogorov-Smirnov Test dapat dilihat pada tabel 4.3 di bawah ini:
Tabel 4.3 Uji Normalitas Berdasarkan Uji Kolmogorov Smirnov
Unstanda rdized Residual
N 41
Normal Parameters
a,b
Mean ,0000000
Std. Deviation
1,034350 52
Most Extreme Differences
Absolute ,151
Positive ,076
Gambar 4.2 Grafik Normal Probability Plot
Sumber: Hasil pengolahan data sekunder menggunakan SPSS 19.0
Negative -,151
Kolmogorov-Smirnov Z ,969
Asymp. Sig. 2-tailed ,305
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil pengolahan data sekunder menggunakan SPSS 19.0
Tabel 4.3 menunjukkan bahwa besarnya nilai Asymp.Sig 2-tailed adalah 0,305 dan lebih besar dari 0,05. Selain itu, nilai Kolmogorov-Smirnov sebesar
0,969 dan tidak signifikan pada 0,05 maka dapat disimpulkan bahwa uji Kolmogorov-Smirnov
memperkuat hasil uji grafik sebelumnya yang menyatakan bahwa data terdistribusi secara normal.
4.1.3.2 Uji Multikolinearitas