Indomobil Sukses International Tbk memiliki earning per share EPS terkecil yaitu 1.
• Pada tahun 2007, PT Astra International Tbk memiliki earning per share
EPS terbesar yaitu 1.610 dan PT Indomobil Sukses International Tbk memiliki earning per share EPS terkecil yaitu 1.
• Pada tahun 2008, PT Astra International Tbk memiliki earning per share
EPS terbesar yaitu 2.271 dan PT Multistrada Arah Sarana Tbk memiliki earning per share EPS terkecil yaitu 0,50.
C. Analisis Data Penelitian
1. Uji Normalitas
Sebelum menggunakan teknik analisis korelasi product moment dari Pearson terlebih dahulu dilakukan uji normalitas untuk mengetahui distribusi data
yang digunakan. Berikut ini adalah grafik dan tabel Kolmogorov-Smirnov yang menunjukkan normalitas suatu data. Hal ini merupakan salah satu syarat sebelum
menggunakan teknik analisis korelasi product moment dari Pearson. Menurut Ghozali 2005: 112, pendeteksian normalitas dapat dilakukan
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik Grafik
Normal P-P Plot of Regression, yaitu jika data titik menyebar di sekitar garis
diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan data yang telah terdistribusi normal.
Gambar 4.1 Grafik Normal P-P Plot of Regression Sumber: Output SPSS 17, diolah peneliti, 2010
Grafik Normal P-P Plot of Regression di atas memperlihatkan titik-titik
menyebar hampir mengikuti data di sepanjang garis diagonal dan ini menunjukkan data dalam model regresi berdistribusi normal. Namun seringkali
data kelihatan normal karena mengikuti garis diagonal tapi belum tentu data terditribusi normal. Oleh karena itu, perlu dilakukannya uji Kolmogorov-Smirnov
untuk memastikan data terdistribusi normal. Pengujian normalitas data dengan menggunakan uji statistik Kolmogorov-
Smirnov untuk mengetahui dan memastikan apakah data di sepanjang garis diagonal berdistribusi secara normal atau tidak dengan melihat data residualnya.
Ghozali 2005:115, pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov-Smirnov yang
dapat dilihat dari: •
jika nilai signifikan 0.05 maka distribusi data tidak normal, •
jika nilai signifikan 0.05 maka distribusi data normal. Hipotesis yang digunakan :
1 Ho: Data residual berdistribusi normal,
2 Ha: Data residual tidak berdistribusi normal.
Hasil uji normalitas dengan menggunakan model Kolmogorov-Smirnov adalah seperti yang ditampilkan berikut ini:
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 42
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 4.84460193E2
Most Extreme Differences Absolute .176
Positive .176
Negative -.155
Kolmogorov-Smirnov Z 1.137
Asymp. Sig. 2-tailed .150
a. Test distribution is Normal.
Tabel 4.6 Sumber: Output SPSS 17, diolah peneliti, 2010
Dari hasil pengolahan data pada tabel diperoleh besarnya nilai Kolmogorov-Smirnov adalah 1,137 dan signifikan pada 0,150. Nilai signifikansi
lebih besar dari 0,05, maka H diterima yang berarti data residual berdistribusi
normal. Setelah data berdistribusi normal dapat dilanjutkan dengan analisis korelasi product moment dari Pearson
Penganalisaan statistik dalam penelitian ini dilakukan dengan korelasi product moment dari Pearson. Perhitungan korelasi product moment dari Pearson
dalam penelitian ini menggunakan Statistical Package for the Social Science SPSS 17.0.
2. Korelasi Product Moment Dari Pearson