d. variabel nilai perusahaan memiliki nilai minimum 2,47E9 dan maksimum
1,18E14 dengan nilai rata-rata 2,9827E13. Standar deviasi adalah sebesar 3,55576E13. Jumlah data yang digunakan adalah sebanyak 30.
2. Uji Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
Analisis ini mencakup variabel independen yaitu arus kas bersih, ROE, DPR dan variable dependen yaitu nilai perusahaan untuk menghasilkan suatu analisis
regresi yang baik. Apabila terjadi penyimpangan dalam pengujian asumsi klasik maka perlu dilakukan perbaikan terlebih dahulu.
a. Uji Normalitas
Menurut Erlina 2008 : 102, “uji ini digunakan dalam tahap awal dalam metode pemilihan analisis data.” Tujuan uji normalitas adalah untuk
mengetahui apakah data dalam bentuk distribusi normal atau tidak. Sehingga dapat dilihat apakah data penelitian yang mencakup arus kas bersih, ROE,
DPR dan nilai perusahaan terhadap sample perusahaan yang diteliti telah memiliki distribusi data yang normal atau tidak yang selanjutnya akan
dibutuhkan ketika akan melakukan pengujian hipotesis. Untuk pengujian normalitas data dalam penelitian ini dilakukan dengan
alat uji one-sample Kolmogorov-Smirnov. Data dikatakan berdistribusi normal jika memiliki nilai signifikansi lebih besar dari 5.
Universitas Sumatera Utara
Tabel 4.9 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
LN_AKB ROE
DPR LN_NP
N 21
30 30
30 Normal Parameters
a
Mean 27.3320
13.9323 36.0770
28.7855 Std. Deviation
2.43560 7.40635 1.70690E1
3.53574 Most Extreme Differences Absolute
.201 .155
.141 .231
Positive .095
.155 .141
.153 Negative
-.201 -.092
-.095 -.231
Kolmogorov-Smirnov Z .921
.849 .774
1.267 Asymp. Sig. 2-tailed
.364 .466
.588 .081
a. Test distribution is Normal.
Sumber : Output SPSS, diolah oleh Peneliti, 2010 Dari hasil uji kolmogorov Smirnov tersebut, dapat diketahui bahwa
LN_AKB memiliki nilai signifikansi 0,364, ROE memiliki nilai signifikan 0,466, DPR memiliki nilai signifikansi 0,588 dan LN_NP memiliki nilai
signifikansi 0,081. Nilai ini 0,05, sehingga dapat dikatakan bahwa data yang digunakan dalam penelitian ini memiliki distribusi normal. Hal ini juga
dapat dilihat dari hasil uji normalitas pada grafik histogram dan grafik probability plot. Berikut ini dilampirkan grafik histogram serta grafik
probability plot data yang telah berdistribusi normal.
Universitas Sumatera Utara
Gambar 4.1 Grafik Histogram
Sumber : Output SPSS, diolah oleh Peneliti, 2010
Grafik histogram di atas menunjukkan bahwa data telah terdistribusi secara normal., maka model regresi memenuhi asumsi normalitas. Hal ini
dapat dilihat dari grafik histogram yang menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun
menceng ke kanan. Ini menunjukkan bahwa data penelitian yang mencakup variabel arus kas bersih, ROE, DPR dan nilai perusahaan telah menunjukkan
distribusi data normal yang diperlukan sebelum melakukan pengujian hipotesis. Hal ini juga didukung dengan hasil uji normalitas dengan
menggunakan grafik plot yang ditampilkan pada Gambar 4.2.
Universitas Sumatera Utara
Gambar 4.2 Grafik Normal Probability Plot
Sumber : Output SPSS, diolah oleh Peneliti, 2010 Menurut Ghozali 2005:112, pendeteksian normalitas dapat dilakukan
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik, yaitu jika data titik menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, hal ini menunjukkan data yang telah terdistribusi normal. Gambar 4.2 menunjukkan bahwa data titik menyebar di sekitar dan mendekati garis
diagonal. Ini menunjukkan bahwa data penelitian yang mencakup variabel arus kas bersih, ROE, DPR dan nilai perusahaan telah menunjukkan distribusi
data normal yang diperlukan sebelum melakukan pengujian hipotesis. Hal ini sejalan dengan hasil pengujian dengan menggunakan histogram bahwa data
telah terdistribusi normal. Karena secara keseluruhan data telah terdistribusi secara normal, maka dapat dilakukan pengujian asumsi klasik lainnya.
Universitas Sumatera Utara
b. Uji Multikolinearitas
