40
4.3 Uji Asumsi Klasik
4.3.1 Uji Normalitas
Uji normalitas digunakan untuk mendeteksi apakah residual terdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik
yang terdiri dari histrogram dan Normal Probanility Plot. Hasil analisis dengan uji normalitas dari sampel perusahaan yang melakukan IPO pada
tahun 2007-2010 disajikan dalam gambar 4.1 sebagai berikut :
Gambar 4.1 Grafik Histogram
Sumber : Data diolah penulis 2012
Pada gambar 4.1 menunjukkan bahwa distribusi residual yang tidak normal, hal ini ditunjukan oleh grafik histrogram yang terlalu menurun
Universitas Sumatera Utara
41
dengan landai ke arah kiri skewness, sedangkan kearah kanan tidak demikian.
Gambar 4.2 Grafik Normal P-Plot
Sumber : Data diolah oleh penulis 2012
Pada gambar 4.2 menunjukan grafik normal p-plot memperlihatkan titik-titik yang tidak menyebar disekitar garis diagonal serta penyebarannya
tidak mendekati garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi tidak terdistribusi normal.
Pada analisis grafik diatas diketahui bahwa data residual tidak terdistribusi normal. Uji normalitas dengan grafik dapat menyesatkan kalau
tidak hati-hati sehingga dianjurkan selain mengunakan analisis grafik
Universitas Sumatera Utara
42
dilengakapi dengan uji statistik. Uji statistik terlihat pada tabel 4.2 dengan pengujian kolmogorov smirnov .
Tabel 4.5 Hasil Uji
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandard ized
Residual N
68 Normal
Parameters
a,b
Mean .0006965
Std. Deviation 6.35630898
E12 Most Extreme
Differences Absolute
.241 Positive
.241 Negative
-.204 Kolmogorov-Smirnov Z
1.991 Asymp. Sig. 2-tailed
.001
a. Test distribution is Normal. b. Calculated from data.
Sumber : Data diolah oleh penulis 2012 Pada tabel 4.2 dapat dilihat bahwa nilai kolmogorov smirnov
memiliki nilai signifikansinya 0,001 yang berarti signifikansinya 0,05 maka data tidak terdistribusi normal. Sehingga dapat disimpulkan berdasarkan
analisis grafik dan analisis statistik data tidak terdistribusi normal. Data tidak terdistribusi normal disebabkan sampel yang digunakan
terdiri dari beberapa kelompok perusahaan yang berbeda sehingga data mempunyai fluktasi data yang tidak stabil sehingga menimbulkan banyak
angka yang bias.
Universitas Sumatera Utara
43
Menurut Erlina 2011: 100 ada beberapa cara yang dapat digunakan untuk mengatasi data yang tidak normal diantaranya :
Lakukan Transformasi data ke bentuk lainnya. Lakukan trimming, yaitu membuang data yang outlier.
Lakukan winsorizing, yaitu mengubah nilai data outlier ke suatu nilai tertentu.
Untuk mengubah nilai residual agar berdistribusi normal, penulis melakukan transformasi data ke model logaritma natural Ln. Setelah
dilakukan transformasi data ke model logaritma natural Ln, jumlah sampel N berkurang akibat proses penormalan data, yaitu dari 68 menjadi 64
sampel. Berikut hasil uji normalitas setelah data di uji ulang.
Gambar 4.3 Gambar Histogram setelah Logaritma natural Ln
Sumber : Data diolah penulis 2012
Universitas Sumatera Utara
44
Pada gambar 4.3 menunjukkan bahwa data distribusi normal karena grafik histogram menunjukkan distribusi data mengikuti garis
diagonal yang tidak menceng skewness ke kiri maupun ke kanan.
Gambar 4.4 Grafik Normal P-PLOT setelah Logaritma natural Ln
Sumber : Data diolah oleh penulis 2012
Pada gambar 4.4 menunjukkan grafik normal p-plot menunjukan titik-titik menyebar disekitar garis diagonal serta penyebarannya mendekati
garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi normal.
Untuk melengakapi dan menyakinkan bahwa data dalam model regresi terdistribusi normal dilakukan uji statistik dengan melihat nilai
Universitas Sumatera Utara
45
Kolmogorov Sminornov, yang hasilnya ditunjukan pada tabel 4.3 sebagai
berikut :
Tabel 4.6 Hasil Uji Kolmogorov-Smirnov
Setelah Logaritma natural Ln
Pada tabel 4.3 menunjukan nilai signifikansinya 0,641 yang berarti data residula terdistribusi secara normal karena nilai signifikansinya sebesar
0,641 0,05. Maka dapat disimpulkan bahwa model regresi telah memenuhi regresi telah memenuhi asumsi normalitas.
4.3.2 Uji Heteroskedastisitas
Kategori