Berdasarkan data dari Tabel 4.1 dapat dijelaskan bahwa: 1. Variabel independen price earnings ratio memiliki nilai terendah 1,57 dan
nilai tertinggi 85,90 dengan nilai rata-rata 19,4249 dan standar deviasi 13,06319.
2. Variabel independen dividend yield memiliki nilai terendah 0,01 dan nilai tertinggi 2,10 dengan nilai rata-rata 0,1728 dan standar deviasi 0,30825.
3. Variabel independen likuiditas memiliki nilai terendah 0,02 dan nilai tertinggi 23,80 dengan nilai rata-rata 7,5568 dan standar deviasi 6,38643.
4. Variabel dependen stock return memiliki nilai terendah 0,1 dan nilai tertinggi 7,84 dengan nilai rata-rata 1,0272 dan standar deviasi 1,08174.
4.2.2 Pengujian Asumsi Klasik
Menguji akan dilakukan dengan menggunakan analisis regresi linier berganda. Namun, terlebih dahulu akan diuji mengenai ada tidaknya
penyimpangan terhadap asumsi klasik yang diperlukan untuk mendapatkan model regresi yang baik.
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau
tidak dengan membuat hipotesis sebagai berikut: Ho: data residual terdistribusi normal
Ha: data residual terdistribusi tidak normal Uji normalitas dapat dilakukan dengan tiga cara, yaitu:
a. Analisis grafik
Universitas Sumatera Utara
b. Analisis Probability Plot c. Uji Kolmogorov Smirnov
Analisis grafik dapat digunakan dengan dua alat, yaitu grafik histogram dan grafik P-Plot.Data yang baik adalah data yang memiliki
pola distribusi normal.Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng.
Pada grafik P-Plot, apabila data titik-titik data tidak banyak menyebar ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal, maka
data tersebut berdistribusi normal.
Gambar 4.1 Uji Normalitas Histogram
Dengan melihat tampilan grafik histogram pada gambar 4.1, maka kita dapat melihat bahwa garis pada grafik berbentuk lonceng dan garis
Universitas Sumatera Utara
tersebut menyentuh hampir semua titik pada batang histogram yang menunjukkan bahwa data terdistribusi normal.
Gambar 4.2 Uji Normalitas Grafik P-Plot
Pada grafik P-Plot pada gambar 4.2 diatas dapat dilihat bahwa titik- titik menyebar di sepanjang garis diagonal dan tidak menjauhi garis
tersebut.Hal ini juga menunjukkan bahwa data terdistribusi normal. Pengujian normalitas data dengan hanya melihat grafik tidak
cukup, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan.Untuk memastikan apakah
data di sepanjang garis diagonal berdistribusi normal atau tidak, maka dilakukan uji Kolmogorov-Smirnov. Jika nilai signifikansinya lebih besar
dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka data tidak terdistribusi normal.
Universitas Sumatera Utara
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parameters
a,,b
Mean ,0000000
Std. Deviation ,79699051
Most Extreme Differences Absolute
,126 Positive
,126 Negative
-,103 Kolmogorov-Smirnov Z
1,206 Asymp. Sig. 2-tailed
,109 a. Test distribution is Normal.
b. Calculated from data.
Hasil uji Kolmogorov-Smirnov pada tabel diatas menunjukkan nilai profitabilitas = 0,109. Dengan demikian, data pada penelitian ini
terdistribusi normal dan dapat digunakan untuk melakukan uji hipotesis karena 0,109 0,05.
4.2.2.2 Uji Heterokedastisitas
