berganda dapat digunakan dalam menganalisis faktor-faktor yang mempengaruhi dividend payout ratio. Kriteria persyaratan tersebut antara lain:
4.4.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal Ghozali, 2001:160. Ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
4.4.2.1.1. Analisis Grafik
Uji normalitas yang digunakan dalam analisis grafik ini adalah dengan melihat grafik histogram dan normal probability plot.
Gambar 4.1. Hitogram Dependent Variable LN Dividend Payout Ratio pada perusahaan perbankan
Sumber : Hasil olahan SPSS 18.0 for windows
Universitas Sumatera Utara
Gambar 4.1. menunjukkan bahwa grafik histogram memberikan pola distribusi yang tidak menceng ke kiri atau menceng ke kanan. Hal ini berarti data
residual pada perusahaan perbankan mempunyai distribusi normal. Selain dengan analisis grafik histogram uji normalitas dapat juga
dilakukan dengan grafik normal p-p plot of regression standardized residual seperti yang disajikan pada Gambar berikut:
Gambar 4.2. Normal P-P Plot of Regression Standardized Residual Dependent Variable LN Dividend Payout Ratio. Pada Perusahaan
Perbankan Sumber: Hasil olahan SPSS 18.0 for windows
Gambar 4.2. menunjukkan bahwa titik-titik pada P-P Plot mengikut i data di sepanjang garis diagonal. Hal ini menunjukkan bahwa data residual pada
perusahaan perbankan mempunyai distribusi normal.
4.4.2.1.2. Analisis Statistik
Uji normalitas dapat juga dilakukan dengan analisis statistik. Untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal maka
dilakukan uji statistik non-parametrik One Sample Kolmogorv Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak.
Universitas Sumatera Utara
Tabel 4.5 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
55 Normal Parameters
a,b
Mean ,0000000
Std. Deviation ,18309639
Most Extreme Differences Absolute ,164
Positive ,107
Negative -,164
Kolmogorov-Smirnov Z ,897
Asymp. Sig. 2-tailed ,397
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil olahan SPSS 18.0 for windows Tabel 4.5. memperlihatkan bahwa nilai Asymp. Sig. 2-tailed pada
perusahaan perbankan adalah sebesar 0,397 di atas nilai signifikan 0,05. Hal ini berarti variabel residual untuk perusahaan perbankan berdistribusi normal.
4.4.2.2. Uji Multikolinearitas