45
Variabel
Growth Opportunity
memiliki nilai minimum -0.40, nilai maksimum 0.89, nilai mean nilai rata
– rata 0.3333, dan standar deviasi simpangan baku adalah 0.41275. Variabel Nilai Perusahan memiliki nilai minimum 419.25, nilai
maksimum 5978.76, nilai mean nilai rata – rata 1098.9120, dan standar deviasi
simpangan baku adalah 1078. 71608.
4.2 Pengujian Asumsi Klasik
Analisa dilakukan dengan metode analisi linear berganda. Sebelum dilakukan uji hipotesis, peneliti akan melakukan uji asumsi klasik. Pengujian ini
perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian
sudah normal,
serta bebas
dari segala
multikolinearitas, heterokedastisitas serta autokorelasi. Asumsi klasik yang harus dipenuhi adalah
berdidtribusi normal. Non-multikolinearitas, artinya antara variable independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna
ataupun mendekati sempurna, non – autokorelasi, artinyakesalahn pengganggu
dalam model regresi tidak saling korelasi, homokesdastisitas, artinya
Variance Variabel Independen
dari satu pengamatan ke pengamatan lain adalah konstan atau sama.
4.2.1 Uji Normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variable pengganggu atau residual memiliki distribusi normal. Adapun
uji normalitas dapat dilakukan dengan dua cara yaitu analisis grafik dan statistic.
Universitas Sumatera Utara
46
Hasil pengujian normalitas dapat dilihat pada gambar berikut :
Gambar 4.1 Uji Normalitas Histogram
Gambar 4.2 Uji Normalitas Grafik P-Plot
Universitas Sumatera Utara
47
Analisis grafik dapat digunakan dengan dua alat yaitu grafik histogram dan grafik P-Plot. Data yang baik adalah data yang memiliki pola distribusi
normal. Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-Plot, sebuah
data dikatakan berdistribusi normal apabila titik-titik datanya tiak menceng ke kiri atau ke kanan, melainkan menyebar disekitar garis diagonal. Berikut hasil uji
normalitas dengan menggunakan analisis grafik. Degan melihat tampilan grafik histogram pada gambar 4.1 diatas kita
dapat melihat bahwa gambar grafik berbentuk lonceng dan tidak menceng ke kiri dan ke kanan yang menunjukkan bahwa data terdistribusi secara normal. Pada
grafik P-P Plot pada gambar 4.2 di atas terlihat titik-titik menyebar disepanjang garis diagonal. Kedua grafik tersebut menunjukkan bahwa model regresi tidak
menyalahi asumsi normalitas. Pengujian normalitas data dengan hanya melihat grafik dapat menyesatkan
kalau tidak melihat secara seksama, sehingga kita perlu melakukan uji normalitas data dengan menggunakan statistik agar lebih meyakinkan. Untuk memastikan
apakah data di sepanjang garis diagonal berdistribusi normal, maka dilakukan uji
Kolmogrov-Smirnov
1
sampel
KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya lebih besar dari 0,05
maka data tersebut terdistribusi secara normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal. Pengujian normalitas
dengan metode statistik ini dapat dilihat pada tabel 4.2 sebagai berikut
Universitas Sumatera Utara
48
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1012.07766573
Most Extreme Differences Absolute
.193 Positive
.193 Negative
-.125 Kolmogorov-Smirnov Z
1.218 Asymp. Sig. 2-tailed
.103 a. Test distribution is Normal.
b. Calculated from data.
Sumber : output spss, 2015 Hasil uji
Kolmogrov-Smirnov
pada tabel diatas dapat diketahui bahwa signifikan 0.103. Nilai ini 0.05, sehingga dapat dikatakan bahwa data yang
digunakan dalam penelitian ini memiliki distribusi normal.
4.2.2 Uji Heterokedastisidas