Citra Julyana Sinaga : Pengaruh Dividend Payout Ratio Dan Informasi Arus Kas Terhadap Volume Perdagangan Saham Pada Perusahaan Perbankan Di Bursa Efek IndonesiaBEI, 2009.
asumsi klasik lainnya. Adapun pengujian asumsi klasik yang digunakan adalah sebagai berikut:
a. Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Kalau nilai residual tidak mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2005:110.
Menurut Ghozali 2005:110, ”cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis
statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik dengan melihat histogram dari
residualnya”. Dasar pengambilan keputusannya adalah: 1
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
berdistribusi normal, maka model regresi memenuhi asumsi normalitas,
2 Jika data menyebar jauh dari diagonal dan tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi
normalitas. ”Uji statistik yang dapat digunakan untuk menguji normalitas residual
adalah uji statistik Kolmogorov-Smirnov K-S”, yang dijelaskan oleh Ghozali 2005:115. Uji K-S dibuat dengan membuat hipotesis:
Citra Julyana Sinaga : Pengaruh Dividend Payout Ratio Dan Informasi Arus Kas Terhadap Volume Perdagangan Saham Pada Perusahaan Perbankan Di Bursa Efek IndonesiaBEI, 2009.
H0 : Data residual berdistribusi normal
HA : Data residual tidak berdistribusi normal
Bila signifikansi 0,05 dengan α = 5 berarti distribusi data normal
dan Ho diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan Ha diterima. Jika data tidak normal, ada beberapa
cara mengubah model regresi menjadi normal menurut Jogiyanto 2004:172, yaitu:
1 dengan melakukan transformasi data ke bentuk lain, yaitu:
logaritma natural, akar kuadrat, logaritma 10, 2
lakukan trimming, yaitu memangkas observasi yang bersifat outlier,
3 lakukan winsorizing, yaitu mengubah nilai-nilai data outliers
menjadi nilai-nilai minimum atau maksimum yang diizinkan supaya distribusinya menjadi normal.
b. Uji Autokorelasi
