Uji Kualitas Data Sesudah Perbaikan Data 1. Uji Uji Asumsi Klasik Sesudah Perbaikan Data

Untuk mengetahui variabel mana yang berpengaruh dominan terhadap harga saham yaitu dengan melihat nilai korelasi parsial yang tertinggi. Berikut hasil nilai korelasi parsial setiap variabel yaitu sebagai berikut : Tabel 4.14 Nilai Korelasi Parsial Model Korelasi Parsial Return On Assets X 1 0,237 Debt to Equity Ratio X 2 0,363 Resiko Sistematik X 3 -0,220 Sumber : Lampiran 8B Berdasarkan tabel 4.14 di atas, nilai korelasi parsial tertinggi adalah korelasi parsial pada variabel Debt to Equity Ratio X 2 , hal ini menunjukkan bahwa variabel Debt to Equity Ratio X 2 adalah variabel yang lebih dominan pengaruhnya terhadap harga saham, sehingga hipotesis ke-2 “Bahwa Return On Assets X 1 berpengaruh dominan terhadap harga saham Y pada perusahaan tekstil yang go public di Bursa Efek Indonesia tidak teruji kebenarannya. 4.6. Uji Kualitas Data Sesudah Perbaikan Data 4.6.1. Uji Normalitas. Perbaikan data dengan melakukan transformasi data, menyebabkan beberapa data dibaca oleh system SPSS sebagai missing value karena nilai data yang bersangkutan bernilai negative atau ≤ 0. Dengan demikian, oleh karena adanya data missing value, maka analisis regresi dilakukan dengan hanya menggunakan 12 data saja data yang lengkap untuk X 1 , X 2 , X 3 dan Y. Tabel 4.15. adalah hasil uji normalitas setelah dilakukan transformasi data. Tabel 4.15. Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test 32 22 15 32 -6.68814785 .8239 -.7488 6.192216672 11.2964752 1.52566 2.03237 1.12995458 .163 .141 .157 .160 .086 .141 .103 .160 -.163 -.088 -.157 -.079 .924 .660 .609 .907 .361 .777 .852 .383 N Mean Std. Deviation Normal Parameters a,b Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. 2-tailed ROA X1 DER~ X2 Resiko Sistemik~ X3 Harga Saham~ Y Test distribution is Normal. a. Calculated from data. b. Sumber : Lampiran 9 Setelah dilakukan transformasi data, seluruh variabel X dan variabel Y memiliki nilai signifikan lebih besar dari 0,05, dengan demikian dapat disimpulkan bahwa data penelitian memiliki distribusi data yang normal.

4.7. Uji Asumsi Klasik Sesudah Perbaikan Data

Setelah dilakukan perbaikan data penelitian dengan transformasi seluruh variabel penelitian, maka hasil dari asumsi klasik itu adalah sebagai berikut: 1. Uji Multikolinieritas Hasil uji multikolinieritas yang ada sebelum dilakukan perbaikan data menunjukkan bahwa nilai VIF dari masing-masing variabel X memiliki nilai lebih kecil dari 10 sehingga tidak terjadi multikolinieritas pada data penelitian. Setelah dilakukan perbaikan data hasil uji multikolinieritas dapat dilihat pada tabel 4.16. Tabel 4.16. Hasil Uji Multikolinieritas Collinearity Statistics Model Tolerance VIF Return On Assets X 1 0,131 7,655 Debt to Equity Ratio X s 0,111 8,975 Resiko Sistematik X 3 0,555 1,802 Sumber : Lampiran 10A Setelah data diperbaiki dengan melakukan transformasi, nilai VIF yang ditunjukkan pada tabel 4.16 tetap lebih kecil dari 10. Dengan demikian dapat disimpulkan bahwa pada model regresi tidak terjadi multikolinieritas. 2. Uji Heteroskedastisitas Hasil uji heteroskedastisitas yang ada sebelum dilakukan perbaikan data menunjukkan bahwa nilai signifikan koefisien korelasi residual dari masing-masing variabel X memiliki nilai signifikan lebih besar dari 0,05 sehingga tidak terjadi heteroskedastisitas pada data penelitian. Setelah dilakukan perbaikan data hasil uji heteroskedastisitas dapat dilihat pada tabel 4.17. Tabel 4.17. Hasil Uji Heteroskedastisitas Sumber: Lampiran 10B Setelah data diperbaiki dengan melakukan transformasi, nilai signifikan koefisien korelasi residual Rank Sperman semua variabel bebas tetap lebih besar dari 0,05. Dengan demikian dapat disimpulkan bahwa pada model regresi tidak terjadi multikolinieritas. 3. Uji Autokorelasi Variabel Nilai Signifikansi Korelasi Rank Spearman Return On Assets X1 0,356 Debt to Equity Ratio X2 0,348 Resiko Sistematik X3 0,256 Setelah dilakukan perbaikan data penelitian dengan transformasi seluruh variabel penelitian, hasil uji autokorelasi dapat dilihat pada tabel 4.18. Tabel 4.18. Hasil Uji Autokorelasi Model Summary b .566 a .320 .066 .8627775679 1.448 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson Predictors: Constant, Resiko Sistemik~ X3, ROA X1, DER~ X2 a. Dependent Variable: Harga Saham~ Y b. Sumber : Lampiran 10A Berdasarkan tabel 4.18. nilai DW sebesar 1,448 terletak diantara dl = 0,658 dan du = 1,864, berarti bahwa dalam persamaan regresi tidak ada Autokorelasi. Dengan demikian dapat disimpulkan bahwa asumsi tidak terjadi autokorelasi dapat dipenuhi.

4.8. Analisis dan Uji Hipotesis Sesudah Perbaikan Data