Tabel 4.6 menunjukkan bahwa baik variabel DPS maupun harga saham memiliki nilai minimum, nilai maksimum dan nilai rata-rata yang positif karena baik DPS
maupun harga saham nilainya adalah positif. Berikut ini adalah perincian data deskriptif yang telah diolah:
1. Variabel DPS memiliki nilai minimum sebesar 35.00, nilai maksimum sebesar 150000, nilai rata-rata sebesar 2725.6500, dan standar deviasi sebesar 4382.09514
dengan jumlah sampel sebanyak 20. 2. Variabel Harga Saham memiliki nilai minimum sebesar 930.00, nilai maksimum
sebesar 244800, nilai rata-rata sebesar 54300.7500, dan standar deviasi sebesar 69150.14481 dengan jumlah sampel sebanyak 20.
C. Pengujian Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Apabila terjadi
penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu. Pengujian asumsi klasik yang akan dilakukan adalah uji normalitas, uji
heteroskedastisitas dan uji autokorelasi.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Uji statistik yang dapat digunakan untuk menguji apakah residual
UNIVERSITAS SUMATRA UTARA
berdistribusi normal adalah uji statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis:
H0 : Data residual berdistribusi normal H1 : Data residual tidak berdistribusi normal
Apabila nilai signifikansi lebih besar dari 0.05, maka H0 diterima dan sebaliknya jika nilai signifikansi lebih kecil dari 0.05, maka H0 ditolak atau H1 diterima.
Tabel 4.7 Hasil Uji Normalitas Sebelum Transformasi Data
One-Sample Kolmogorov-Smirnov Test
HARGA SAHAM
DPS N
20 20
Normal Parameters
a,,b
Mean 54300.7500 2725.6500
Std. Deviation 69150.14481 4382.09514
Most Extreme Differences
Absolute .226
.284 Positive
.226 .284
Negative -.220
-.270 Kolmogorov-Smirnov Z
1.009 1.269
Asymp. Sig. 2-tailed .260
.080 Sumber: Data yang diolah penulis, 2012
UNIVERSITAS SUMATRA UTARA
Dari tabel di atas, dapat disimpulkan bahwa data dalam model regresi telah terdistribusi secara normal karena kedua variabel mempunyai nilai signifikansi lebih
besar dari 0.05 yaitu DPS sebesar 0.080 dan harga saham sebesar 0.260 yang berarti bahwa H0 diterima.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain dalam model regresi.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas. Dalam model regresi dinyatakan telah terjadi heteroskedastisitas
apabila titik-titik yang ada membentuk pola tertentu yang teratur. Dalam model regresi tidak terjadi heteroskedastisitas apabila titik-titik yang ada tidak membentuk
pola tertentu yang teratur dan titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y.
Berikut ini dilampirkan grafik scatterplot untuk menganalisis apakah terjadi heteroskedastisitas dengan mengamati penyebaran titik-titik pada gambar.
UNIVERSITAS SUMATRA UTARA
Gambar 4.1 Hasil Uji Heteroskedastisitas
Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi harga saham pada perusahaan
manufaktur sektor industri barang konsumsi dengan variabel independen dividend per share DPS.
3. Uji Autokorelasi
