maksimum sebesar 10319.5825, dan standar deviasi sebesar 1960.6941319.
4. Variabel TATO memiliki nilai rata-rata sebesar 1.321601, artinya rata-
rata perusahaan barang konsumsi di BEI memiliki perbandingan penjualan bersih terhadap total aktiva sebesar 1.321601. Variabel TATO
memiliki nilai minimum sebesar 0.0812, nilai maksimum sebesar 2.9577, dan standar deviasi sebesar 0.5431454.
5. Variabel Harga Saham memiliki nilai rata-rata sebesar 8978.89, artinya
rata-rata perusahaan barang konsumsi di BEI memiliki harga saham sebesar 8978.89. Variabel Harga Saham memiliki nilai minimum sebesar
50, nilai maksimum sebesar 108000, dan standar deviasi sebesar 20431.653.
4.5.2 Uji Asumsi Klasik
1. Normalitas
Pada penelitian ini peneliti menggunakan uji statistik non parametric Kolmogorov-Smirnov K-S, dengan hipotesis sebagai
berikut: H
: Data residual berdistribusi normal H
1
: Data residual tidak berdistribusi normal Apabila pengujian menghasilkan nilai signifikansi lebih besar dari
0,05 atau 0,05 maka H diterima dan H
1
ditolak, namun apabila nilai
Universitas Sumatera Utara
signifikasinya lebih kecil dari 0,05 atau 0,05, maka H ditolak dan H
1
diterima.
Tabel 4.3 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
CR DER
EPS TATO
H.SAHAM N
84 84
84 84
84 Normal
Parameters
a
Mean 3.067683
1.419771 354.170262
1.321601 8978.89
Std. Deviation 2.2583112
3.5085597 1716.6874228 .5431454
20431.653 Most Extreme
Differences Absolute
.206 .368
.372 .113
.331 Positive
.206 .368
.292 .113
.306 Negative
-.144 -.354
-.372 -.076
-.331 Kolmogorov-Smirnov Z
1.887 3.374
3.413 1.039
3.034 Asymp. Sig. 2-tailed
.002 .000
.000 .230
.000 a. Test distribution is Normal.
Sumber : peneliti, 2013
Dari hasil pengolahan data tersebut dapat dilihat besarnya Kolmogorov-Smirnov Z
dari CR adalah sebesar 1.887, DER sebesar 3.374, EPS sebesar 3.413, TATO sebesar 1.039, dan harga saham
sebesar 3.034. Untuk probabilitas signifikansi Asymp. Sig 2-tailed dari CR adalah sebesar 0.002, DER sebesar 0.000, EPS sebesar 0.000,
TATO sebesar 0.230, dan harga saham sebesar 0.000. Dari penjelasan tersebut dapat disimpulkan bahwa hanya variabel
TATO saja yang berdistribusi normal ataupun lebih besar dari 0,05, sedangkan CR, DER, EPS, dan harga saham tidak berdistribusi secara
normal karena bernilai lebih kecil dari 0,05.
Universitas Sumatera Utara
Normalitas juga dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik. Berikut ini merupakan
gambaran peyebaran data tersebut melalui grafik histogram dan grafik normal plot data:
Gambar 4.1 Histogram
Sumber : peneliti, 2013
Dari grafik histogram di atas, terlihat bahwa kurva berbentuk lonceng bell shaped yang memiliki kecenderungan ke sisi kiri
sehingga dapat dikatakan bahwa data tidak terdistribusi normal.
Universitas Sumatera Utara
Gambar 4.2 Grafik P-P Plot
Sumber : peneliti, 2013
Dari grafik plot tersebut terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak menjauh dari garis diagonal
sehingga dapat disimpulkan bahwa data dalam model regresi tidak terdistribusi secara normal.
Dari hasil uji normalitas dengan Kolmogorov-Smirnov K-S, grafik histogram dan grafik normal plot menunjukkan data tidak terdistribusi
secara normal, oleh karena itu perlu dilakukan perubahan terhadap model regresi menjadi normal. Menurut Erlina 2007:106, ada
beberapa cara untuk mengubah model regresi menjadi normal yaitu:
Universitas Sumatera Utara
1. Lakukan transformasi data ke bentuk lainnya
2. Lakukan trimming, yaitu membuang data outlier
3. Lakukan winsorizing, yaitu mengubah nilai data yang outlier
ke suatu nilai tertentu.
Pada penelitian ini peneliti melakukan transformasi data dalam model logaritma natural agar nilai residual data menjadi normal.
Setelah data ditransformasikan, peneliti melakukan pengujian ulang menggunakan Kolmogorov-Smirnov K-S, grafik histogram dan grafik
normal plot untuk mengetahui normalitasnya. Berikut hasil pengujian setelah data ditransformasi ke dalam
model logaritma natural:
Tabel 4.4 Uji Normalitas setelah data ditransformasi
One-Sample Kolmogorov-Smirnov Test
lncr lnder
lneps lntato
lnsaham N
84 84
80 84
84 Normal Parameters
a
Mean .900971
-.415182 4.323992
.181491 6.982945
Std. Deviation .6499853
1.0118946 1.9708218
.4944105 2.1554321
Most Extreme Differences
Absolute .103
.071 .082
.119 .120
Positive .103
.071 .082
.061 .120
Negative -.068
-.051 -.051
-.119 -.086
Kolmogorov-Smirnov Z .943
.654 .733
1.087 1.097
Asymp. Sig. 2-tailed .336
.786 .655
.188 .180
a. Test distribution is Normal.
Sumber : peneliti, 2013
Universitas Sumatera Utara
Dari tabel 4.4 dapat dilihat bahwa data penelitian telah berdistribusi normal setelah dilakukan transformasi. Nilai Asymp. Sig.
2-tailed dari masing-masing variabel adalah lncr sebesar 0.336, lnder sebesar 0.786, lneps sebesar 0.655, lntato sebesar 0,188, dan lnsaham
sebesar 0.180, artinya setiap variabel telah berdistribusi normal karena memenuhi syarat normalitas yaitu lebih besar dari 0,05.
Berikut ini merupakan gambaran peyebaran data setelah ditransformasi melalui grafik histogram dan grafik normal plot data:
Gambar 4.3 Histogram setelah data ditransformasi
Sumber : peneliti, 2013
Universitas Sumatera Utara
Dari gambar 4.3, terlihat bahwa kurva berbentuk lonceng yang hampir sempurna dengan kemiringan yang cenderung seimbang baik
dari sisi kiri maupun dari sisi kanan, hal ini menunjukkan bahwa data telah terdistribusi secara normal.
Gambar 4.4 Grafik P-P Plot setelah data ditransformasi
Sumber : peneliti, 2013
Dari gambar 4.2, terlihat bahwa titik menyebar disekitar arah garis diagonal yang menunjukan pola distribusi yang normal dan dapat
digunakan untuk pengujian lebih lanjut.
Universitas Sumatera Utara
2. Multikolinearitas
