4. Variable earning per share EPS memiliki jumlah sampel N 45, nilai minimum 5,11 dan nilai maksimum 778,93. Rata-rata EPS perusahaan
sebesar 197.35156 dengan standar deviasi 207.11330. 5. Variabel price earning ratioPER memiliki jumlah sampel N 45, nilai
minimum 6,531 dan nilai maksimum 29,185. Rata-rata sebesar 14,45387 dengan standar deviasi 5.280803
3.2.2 Pengujian Asumsi Klasik
4.2.2.1 Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah data-data dari variabel yang digunakan dalam penelitian terdistribusi normal atau tidak. Uji
normalitas dalam penelitian ini dilakukan dengan dua cara, yaitu melalui analisis grafik dan analisis statistik. Normalitas data dapat dideteksi melalui
analisis grafik dengan melihat bentuk gambar kurva dari Histogram Display Normal Curve. Data dikatakan normal jika bentuk kurva tersebut tidak condong
ke kiri maupun ke kanan, melainkan ke tengah dengan bentuk seperti lonceng. Selain itu, normalisasi data juga dapat dilihat dengan menggunakan Normal P-
Plot dimana data dikatakan dalam keadaan normal apabila distribusi data menyebar di sekitar garis diagonal. Sedangkan uji statistik yang dapat
digunakan dalam uji normalitas adalah Uji Kolmogorov – Smirnov K-S. Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut:
a. Apabila nilai signifikansi atau nilai probabilitas 0,05; maka H diterima,
yang berarti data berdistribusi normal.
Universitas Sumatera Utara
b. Apabila nilai signifikansi atau nilai probabilitas 0,05; maka H ditolak,
yang berarti data tidak berdistribusi normal. Adapun hasil pengujian normalitas dalam penelitian ini dapat dilihat
sebagai berikut: 1. Uji Normalitas Pada Multinational Company MNC
Sumber: Hasil pengolahan data dengan SPSS
Sumber: Hasil Penelitian, 2014 Data diolah
Gambar 4.1 Histogram Uji Normalitas Perusahaan Perbankan di BEI
Universitas Sumatera Utara
Dengan melihat tampilan grafik histogram dapat disimpulkan bahwa grafik tersebut memberikan pola distribusi yang normal, karena kurvanya tidak
menceng ke kiri atau ke kanan. Untuk lebih menjelaskan bahwa data yang diuji berdistribusi normal
dapat juga dilihat dengan grafik normal probability plot yang menunjukkan titik- titik menyebar di sekitar garis diagonal, sebagaimana ditampilkan pada Gambar
4.2 berikut:
Sumber: Hasil pengolahan data dengan SPSS
Gambar 4.2 Grafik
Normal P-P Plot Perusahaan Perbankan di BEI
Universitas Sumatera Utara
Cara lain untuk melihat distribusi data normal atau tidak adalah dengan melakukan uji Kolmogrov Smirnov. Dengan menggunakan tingkat signifikan
5, maka jika nilai Asymp. Sig. 2-tailed di atas 5 artinya variabel residual berdistribusi normal. Untuk lebih jelas dapat dilihat pada Tabel 4.2:
Tabel 4.2 Kolmogrov-Smirnov Data Perusahaan Perbankan di BEI
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 45
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 5.00636160
Most Extreme Differences Absolute
.120 Positive
.120 Negative
-.074 Kolmogorov-Smirnov Z
.804 Asymp. Sig. 2-tailed
.537 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian, 2014 Data diolah
Pada Tabel 4.2 dapat dilihat bahwa nilai Asymp.Sig 2-tailed adalah 0,537 dan di atas nilai signifikansi 0,05 dan Nilai Kolmogrov-Smirnov Z
sebesar 0,804. Dengan kata lain variabel residual berdistribusi normal karena karena p = 0,537 0,05.
Universitas Sumatera Utara
4.2.2.2 Uji Heteroskedastisitas
