1. Variabel dependen Y, Market Value Added , memiliki nilai minimun negatif 1.83E6, nilai maksimum 3.99E8, nilai rata-rata mean 3.2964E7, dan standar
deviasi 7.83957E7 dengan jumlah sampel sebanyak 56. 2. Variabel independen X, Economic Value Added , memiliki nilai minimun
negatif 2.16E7, nilai maksimum 3.67E6, nilai rata-rata mean negatif 1.4415E6, dan standar deviasi 4.38080E6 dengan jumlah sampel sebanyak 56.
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik ialah penggujian asumsi-asumsi statstik yang harus dipenuhi pada analisis regresi yang berbasis Ordianary least Square OLS.
Model regresi yang diperoleh dengan model ini menghasilkan estimator linear tidak bias yang terbaik Best liniear Unbias Estimator BLUE.
4.2.2.1 Uji Normalitas
Sebelum menggunakan statistik parametis, penulis menggunakan pengujian normalitas data dengan uji statistik non parametis kolmogorov-
Smirnov K-S dengan hipotesis : H
0 :
Data residual berdistribusi normal H
1
: Data residual tidak berdistribusi normal Apabila nilai signifikansinya lebih besar dari 0,05 maka H
diterima, sedangkan jika signifikansinya lebih kecil daripada 0,05 maka H ditolak. Bila data tidak berdistribusi normal, maka teknik statistik
Universitas Sumatera Utara
parametis tidak dapat digunakan untuk alat analisis. Suatu data membentuk distribusi normal bila jumlah data diatas dan dibawah rata-rata adalah
sama, demikian juga simpangan bakunya.
Tabel 4.3 Uji Kolmogorov-Smirnov Sebelum Ditransformasi
Sumber : Hasil Pengolahan SPPS 2014 Dari hasil pengolahan data diatas, besarnya nilai K-S adalah 2,318
dan signifikan pada 0,000 maka H ditolak yang artinya data tidak
berdistribusi normal. Untuk itu perlu dilakukakan transformasi data menjadi bentuk Logaritma natural Ln agar data berdistribusi normal.
Setelah itu dilakukan pengujian ulang dengan hasil sebagai berikut :
Unstandardized Residual N
56 Normal
Parameters
a
Mean .0000000
Std. Deviation 4.68313006E6
Most Extreme Differences
Absolute .310
Positive .299
Negative -.310
Kolmogorov-Smirnov Z 2.318
Asymp. Sig. 2-tailed .000
Universitas Sumatera Utara
Tabel 4.4 Uji Kolmogorov-Smirnov Sesudah Ditransformasi
Sumber : Hasil Pengolahan SPPS 2014 Berdasarkan hasil penguian K-S diatas, K-S yang diperoleh adalah
0,546 dan signifikan pada 0,927 sehingga dapat disimpulkan bahwa data terdistribusi normal dimana p 0,005 p= 0,927 0,005. Dengan demikian
secara keseluruhan bahwa nilai observasi telah terdistribusi normal. Pada grafik histogram, dapat dilihat bahwa data tidak menceng
skewnes ke kiri atau ke kanan . Pada grafik normal plot jugak akan terlihat titik-titik menyebar disekitar garis diagonal dan mendekati, yang artinya data
berdistribusi normal.
Unstandardized Residual
N 56
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .86230144
Most Extreme Differences Absolute
.103 Positive
.103 Negative
-.083 Kolmogorov-Smirnov Z
.546 Asymp. Sig. 2-tailed
.927
Universitas Sumatera Utara
Sumber: Hasil pengolahan data SPSS 2014
Gambar 4.1 Uji Normalitas Dengan Analisis Grafik Histogram
Sumber: Hasil pengolahan data SPSS2014
Gambar 4.2 Grafik Normal P-Plot
4.2.2.2 Uji Linearitas
