Negara Indonesia dalam triwulan 1 tahun 2007 serta triwulan 4 tahun 2009 sebesar 0,02 . Nilai standar deviasi yang tinggi menggambarkan semakin tinggi
risiko total yang harus dihadapi oleh investor, sebaliknya semakin rendah nilai standar deviasi dapat diartikan semakin kecil risiko total yang harus dihadapi oleh
seorang investor saham. Standar deviasi juga dapat menggambarkan terjadinya penyimpangan antara expected return investor dengan actual return yang
diperoleh investor, semakin tinggi standar deviasi berarti semakin besar penyimpangan antara expected return dengan actual return yang diperoleh
investor.
4.2.2 Analisis Statistik 4.2.2.1 Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dimiliki oleh analisis regresi linier berganda.
1. Pengujian Normalitas
Uji normalitas dilakukan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Model yang
paling baik adalah distribusi data normal atau mendekati normal. Normalitas data dapat dideteksi dengan melihat kurva histogram yang
berbentuk lonceng atau tidak menceng ke kiri dan ke kanan atau dengan melihat titik-titik data yang menyebar disekitar garis diagonal dan searah
mengikuti garis diagonal dari gambar PP-Plot.
Universitas Sumatera Utara
Sumber : Hasil pengolahan data SPSS Versi 17.00, 2012 Gambar 4.1
Grafik Histogram Normalitas
Interpretasi dari Gambar 4.1 menunjukkan bahwa grafik histogram memiliki kemiringan seimbang ke kiri dan ke kanan, atau tidak menceng
ke kiri maupun ke kanan. Hal ini memenuhi salah satu syarat uji normalitas data bahwa data berdistribusi normal.
Sumber: Hasil pengolahan data SPSS Versi 17.00, 2012 Gambar 4.2
Normal P-P Plot of Regresion Standarized Residual
Universitas Sumatera Utara
Pada Gambar 4.2 dapat dilihat bahwa data-data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh
karena itu, berdasarkan Gambar 4.2 tersebut dapat diambil kesimpulan bahwa telah memenuhi uji normalitas. Untuk memastikan apakah data
disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogrov Smirnov 1 Sample KS dengan melihat data residualnya
apakah berdistribusi normal atau tidak Situmorang dan Lutfi, 2011:105. Menentukan kriteria keputusan :
1. Jika nilai Asymp.Sig. 2-tailed 0,05 maka tidak mengalami
gangguan distribusi normal. 2.
Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal.
Tabel 4.8 Uji Normalitas Kolmogorov-Smirnov
Unstandardize d Residual
N 48
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .04724152
Most Extreme Differences
Absolute .117
Positive .117
Negative -.062
Kolmogorov-Smirnov Z .812
Asymp. Sig. 2-tailed .524
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil Pengolahan Data SPSS Versi 17.00, 2012
Universitas Sumatera Utara
Pada Tabel 4.8 terlihat bahwa Asymp.Sig. 2-tailed adalah 0,524 dan diatas nilai signifikan 5 0,05, dengan kata lain variabel residual
berdistribusi normal.
2. Pengujian Heteroskedastisitas
