59
tertinggi adalah PT Unilever Indonesia Tbk UNVR pada tahun 2013 yaitu sebesar 46,626. Sementara nilai standar deviasi standard deviation sebesar
8,276694 dan nilai rata-rata mean PNAVsebesar 5,34717. Nilai standar deviasi relatif lebih besar dibandingkan nilai rata-rata mean menunjukkan data
terdistribusi kurang baik. Nalai Cash Flow to Price CFTP terendah adalah PT Bank Danamon Tbk
BDMN pada tahun 2011 yaitu sebesar -0,225. Nilai CFTP tertinggi adalah PT Bank Rakyat Indonesia BBRI pada tahun 2010 yaitu sebesar 0,363. Sementara
nilai standar deviasi standard deviation CFTP sebesar 0,081386 dan nilai rata- rata mean CFTP perusahaan sampel sebesar 0,08210. Nilai rata-rata mean
relatif lebih besar dibandingkan standar deviasi standard deviation menunjukkan bahwa data baik.
4.2.2 Hasil Uji Asumsi Klasik
Model regresi linear akan lebih cepat digunakan dan menghasilkan perhitungan yang lebih akurat, apabila beberapa asumsi berikut dapat terpenuhi.
Uji asumsi klasik yang harus dipenuhi antara lain adalah: Uji Normalitas, Uji Multikolinearitas, Uji Heteroskedastisitas, dan Uji Autokorelasi.
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi suatu data mengikuti atau mendekati distribusi normal. Dalam penelitian ini dilakukan
dengan menguji normalitas residual menggunakan uji Kolmogorov-Smirnov K-S
Universitas Sumatera Utara
60
Test yaitu dengan membandingkan distribusi kumulatif relatif hasil observasi dengan distribusi kumulatif teoritisnya. Jika probabilitas signifikansi nilai residual
lebih besar dari 0,05 berarti residual terdistribusi dengan normal. Sebaliknya jika probabilitas signifikan residual lebih kecil dari 0,05 berarti residul tidak
terdistribusi dengan normal. Uji Kolmogorov-Smirnov dapat dilihat pada Tabel 4.2 sebagai berikut:
Tabel 4.2 Hasil Uji Normaliatas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
76 Normal Parameters
a,b
Mean 0E-7
Std. Deviation 1.67159633
Most Extreme Differences Absolute
.070 Positive
.070 Negative
-.051 Kolmogorov-Smirnov Z
.612 Asymp. Sig. 2-tailed
.848 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Penelitian, 2015 Data Diolah
Tabel 4.2 menunjukkan bahwa nilai Asymp. sig. 2-tailed adalah 0,848 dan diatas nilai signifikansi 0,05. Hal ini berarti bahwa variabel residual
berdistribusi normal. Nilai Kolmogorov-Smirnov Z sebesar 0,612 lebih kecil dari 1,97. Hal ini menunjukkan bahwa tidak perbedaan antara distribusi teoritis dan
distribusi empirik atau dengan kata lain dapat dikatakan bahwa data normal. Metode lain untuk mengetahui normalitas adalah menggunakan metode
analisis grafik baik dengan melihat grafik secara histogram atau dengan secara
Universitas Sumatera Utara
61
Normal Probability Plot. Normalitas dapat diketahui dengan melihat histogram dari residualnya yaitu:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal atau garis histogramnya menunjukkan bahwa pola distribusi normal regresi
memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti garis diagonal
atau garis histogramnya tidak menunjukkan bahwa pola distribusi normal regresi tidak memenuhi asumsi normalitas.
Berikut hasil uji normalitas yang diperoleh dengan pendekatan histogram dalam analisis penelitian ini ditunjukkan pada Gambar 4.1 sebagai berikut:
Sumber : Hasil Penelitian, 2015 Data Diolah
Gambar 4.1 Grafik Histogram
Gambar 4.1 menunjukkan bahwa data terdistribusi secara normal karena bentuk kurva memiliki kecenderungan seimbang dan kurva menyerupai lonceng
Universitas Sumatera Utara
62
yaitu data tidak menceng ke kiri atau menceng ke kanan. Jadi dapat disimpulkan bahwa variabel pengganggu atau residual memiliki pola mendekati distribusi
normal.
Sumber: Hasil Penelitian, 2015 Data Diolah
Gambar 4.2 Normal P-Plot
Berdasarkan Gambar 4.2 Normal Probability Plot dapat dilihat dan disimpulkan bahwa model regresi memenuhi asumsi normalitas karena data menyebar di
sekitar garis diagonal dan penyebaran data searah mengikuti garis diagonal.
4.2.2.2 Uji Multikolinearitas