lxxiii 0.16dan nilai tertingginya sebesar 1.72 menunjukkan rentang jarak Keputusan
investasi setiap perusahaan cukup dekat atau homogen.
4.2. Uji Asumsi Klasik
Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala
heteroskedastisitas, gejala multikolonieritas, dan gejala autokorelasi. Model regresi akan dapat dijadikan estimasi yang tidak bias jika telah memenuhi
persyaratan BLUE Best Linear Unbiased Estimator yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolonieritas dan tidak terdapat
autokolerasi.
4.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel dependen dan independen yang digunakan dalam penelitian mempunyai ditribusi normal atau
tidak. Model regresi yang layak adalah model yang mempunyai distribusi normal atau mendekati normal. Uji Kolmogorov-Smirnov dapat dilakukan untuk menguji
apakah residual terdistribusi secara normal. Hasil uji Kolmogorov-Smirnov tampak dibawah ini:
lxxiv
Tabel 4.2 One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 92
Normal Parameters
a
Mean .0000000
Std. Deviation 1.13680073
Most Extreme Differences
Absolute .158
Positive .158
Negative -.117
Kolmogorov-Smirnov Z 1.515
Asymp. Sig. 2-tailed .020
a. Test distribution is Normal. Sumber: Lampiran Output SPSS
Berdasarkan uji Kolmogorov-Smirnov diperoleh sig. K-S 0,05 nilai α
dari Unstandardized Residual sebesar 0,020 0,05. Oleh sebab itu, residual data tidak terdistribusi dengan normal.
4.2.2. Uji Normalitas Setelah Transformasi
Berikut ini dijelaskan hasil uji normalitas data setelah ditransformasi menggunakan Logaritma Natural LN. Hasil pengujian normalitas data dapat
dilihat pada Gambar 5.3.
lxxv
Gambar 5.3. Normal P-Plot Setelah Transformasi Sumber: Lampiran Output SPSS
Gambar pada tampilan Normal P-Plotmemberikan pola distribusi normal
dengan penyebaran secara merata mendekati garis diagonal.
Gambar 5.4. Grafik Histogram Setelah Transformasi Sumber: Lampiran Output SPSS
lxxvi Gambar pada tampilan grafik histogram memberikan pola distribusi
normal dengan penyebaran secara merata baik ke kiri maupun ke kanan. Selain dari gambar diatas, uji normalitas dapat dilakukan dengan uji statistik
Kolmogorov Smirnov, yang merupakan pengujian yang paling valid atas normalitas. Pengujian ini dilakukan terhadap nilai yang dihasilkan dari setiap
variabel dengan hasil yang terlihat pada Tabel 4.6. berikut:
Tabel 4.3 One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 84
Normal Parameters
a
Mean .0000000
Std. Deviation .67215434
Most Extreme Differences
Absolute .059
Positive .055
Negative -.059
Kolmogorov-Smirnov Z .538
Asymp. Sig. 2-tailed .935
a. Test distribution is Normal. Sumber Lampiran Output SPSS
Berdasarkan uji Kolmogorov-Smirnov pada data yang ditransformasi dalam bentuk Logaritma Natural LN diperoleh sig. K-S 0,05 nilai
α dari Unstandardized Residual sebesar 0,935 0,05. Oleh sebab itu, residual data
terdistribusi dengan normal sehingga layak untuk menggunakan statistik parametrik.
lxxvii
4.2.3. Uji Multikolonieritas Tabel 4.4 Hasil Uji Multikolonieritas Setelah Transformasi