besar dibandingkan dengan standar deviasi standard deviation menunjukkan bahwa data berdistribusi dengan baik.
Return On Investment mempunyai nilai minimum 0,29 dan nilai
maksimum 41,16. Sementara nilai standar deviasi standard deviation sebesar 11,16 dan nilai rata-rata mean sebesar 14,43. Nilai rata-rata mean yang
lebih besar dibandingkan dengan standar deviasi standard deviation menunjukkan bahwa data berdistribusi dengan baik.
Earning Per Share mempunyai nilai minimum 0,69 dan nilai maksimum
14162,64. Sementara nilai standar deviasi standard deviation sebesar 4248,18 dan nilai rata-rata mean sebesar 2287,42. Nilai rata-rata mean
yang lebih kecil dibandingkan dengan standar deviasi standard deviation menunjukkan bahwa data tidak terdistribusi dengan baik.
4.2.2 Uji Asumsi Klasik
4.2.2.1. Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Dalam penelitian ini dilakukan
dengan menguji normalitas residual dengan menggunakan uji kolmogorov- Smirnov
yaitu dengan membandingkan distribusi komulatif relatif hasil observasi dengan distribusi komulatif relatif teoritisnya. Jika probabilitas signifikansi nilai
residual lebih besar dari 0.05 berarti residual terdistribusi dengan normal. Demikian pula sebaliknya, jika probabilitas signifikansi residual lebih rendah dari
0,05 berarti residual tidak terdistribusi secara normal. Uji Kolmogorov-Smirnov dapat di lihat pada Tabel 4.2 sebagai berikut:
Universitas Sumatera Utara
Tabel 4.2 Hasil Uji Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
40 Normal Parameters
a,b
Mean .0000000
Std. Deviation 3.00496703E4
Most Extreme Differences Absolute
.242 Positive
.242 Negative
-.138 Kolmogorov-Smirnov Z
1.532 Asymp. Sig. 2-tailed
.018 a. Test distribution is Normal.
b. Calculated from data.
Berdasarkan Tabel 4.2 menunjukkan Asymp. Sig 2-tailed atau angka signifikan lebih kecil dari 0,05. Hal ini berarti data tidak mempunyai distribusi
normal. Sehingga perlu dilakukan transformasi data dengan cara Logaritma Natural Ln, maka diperoleh hasil sebagai berikut:
Tabel 4.3 Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
40 Normal Parameters
a,b
Mean .0000000
Std. Deviation .91867931
Most Extreme Differences Absolute .107
Positive .107
Negative -.057
Kolmogorov-Smirnov Z .675
Asymp. Sig. 2-tailed .752
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
Berdasarkan Tabel 4.2 menunjukkan Asymp. Sig. 2-tailed atau angka signifikansi lebih besar dari 0.05 yaitu 0.752 hal ini berarti data terdistribusi
normal. Metode lain untuk mengetahui normalitas adalah dengan menggunakan metode analisis grafik, baik dengan melihat grafik secara histrogram ataupun
dengan melihat secara Normal Probability Plot. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau
dengan melihat histogram dari residualnya. Berdasarkan tampilan grafik histogram dapat dilihat pada Gambar 4.1,
Uji normalitas dengan melihat grafik secara histogram dapat disimpulkan bahwa variabel residual berdistribusi normal karena data mengikuti arah garis grafik
histogramnya.
Gambar 4.1 Grafik Histogram
Sedangkan berdasarkan grafik normal plot dapat dilihat pada gambar 4.2, dapat dilihat bahwa titik-titik menyebar di sekitar garis diagonal. Hal ini
mengindikasikan bahwa model regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
Gambar 4.2 Normal Plot
4.2.2.2 Uji Multikolinearitas