Uji Deskriptif Uji Normalitas

Gambar 4.3 Perkembangan IHSGTahun 2008-2011

4.4 Analisis Hasil Penelitian

4.4.1 Uji Deskriptif

Analisa statistik deskriptif akan memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai minimum, maksimum, rata-rata mean, dan standar deviasi yang dihasilkan dari variabel penelitian. Hasil analisis dengan statistik deskriptif dari sampel disajikan sebagai berikut : Tabel 4.4 Statistik Deskriptif Descriptive Statistics 48 6,35 10,75 7,5025 1,23529 48 1242 4131 2735,21 836,656 48 2,41 12,14 6,4271 2,88174 48 deposit ihs g inflasi Valid N listwise N Minimum Maximum Mean Std. Deviation Sumber : Data diolah oleh peneliti 2013 Universitas Sumatera Utara Pada tabel 4.4 menunjukkan bahwa sampel yang digunakan dalam penelitian ini berjumlah 48, yang dapat dilihat dari nilai N. Berikut akan dijelaskan deskriptif statistik yang telah diolah : a. Variabel independentt yaitu Deposito, memiliki nilai minimum 6,35 dan maksimum 10,75 itu berarti bahwa pada tahun 2008-2011 nilai deposito paling rendah 6,35 dan paling tinggi adalah 10,75 dengan standar deviasi 1,23529 dan jumlah sampel N adalah 48. b. Variabel independentt yaitu Inflasi, memiliki nilai minimum 2,41 dan maksimum 12,14 itu berarti bahwa pada tahun 2008-2011 nilai deposito paling rendah 2,41 dan paling tinggi adalah 12,14 dengan standar deviasi 2,88174 dan jumlah sampel N adalah 48. c. Variabel independentt yaitu IHSG, memiliki nilai minimum 1242 dan maksimum 4131 itu berarti bahwa pada tahun 2008-2011 nilai IHSG paling rendah adalah 1242 dan paling tinggi adalah 4131 dengan standar deviasi adalah 836,656.

4.4.2 Uji Normalitas

Uji normalitas digunakan untuk mendeteksi apakah residual terdisribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik yang terdiri dari histogram dan Normal Probanility Plot. Hasil analisis dengan uji normalitas dari sampel Deposito dari tahun 2008 - 2011 disajikan dalam gambar sebagai berikut : Universitas Sumatera Utara 11.00 10.00 9.00 8.00 7.00 6.00 deposit 25 20 15 10 5 Frequency Mean = 7.5025 Std. Dev. = 1.2 N = 48 1.0 0.8 0.6 0.4 0.2 0.0 Observed Cum Prob 1.0 0.8 0.6 0.4 0.2 0.0 E xpect ed C um P rob Transforms: natural log Normal P-P Plot of deposit Gambar 4.4 Grafik Histogram Sumber: Data diolah oleh peneliti 2013 Pada gambar 4.4 menunjukkan bahwa distribusi residual yang tidak normal, hal ini ditunjukkan oleh grafik histogram yang terlalu menurun dengan landai kea rah kiri, sedangkan kea rah kanan tidak demikian. Gambar 4.5 Grafik Normal Plot Sumber : Data diolah oleh peneliti 2013 Universitas Sumatera Utara Pada gambar 4.5 menunjukkan grafik normal-plot memperlihatkan titik- titik yang tidak menyebar disekitar garis diagonal serta penyebarannya tidak mendekati garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi tidak terdistribusi secara normal. Tabel 4.5 Hasil Uji Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test deposit N 48 Normal Parametersa,b Mean 7,5025 Std. Deviation 1,23529 Most Extreme Differences Absolute ,268 Positive ,268 Negative -,175 Kolmogorov-Smirnov Z 1,857 Asymp. Sig. 2-tailed ,014 a Test distribution is Uniform. b Calculated from data. Sumber : Data diolah oleh peneliti 2013 Pada tabel 4.5 dapat dilihat bahwa nilai kolmogorov smirnov memiliki nilai signifikansinya 0,014 yang berarti signifikansinya 0,05 maka dapat disimpulkan data tidak terdistribusi normal. Data tidak terdistribusi normal disebabkan sampel yang digunakan terdiri dari beberapa kelompok dari tahun yang berbeda sehingga data mempunyai fluktasi data yang tidak stabil sehingga menyebabkan banyak angka yang bias. Ada beberapa cara yang dapat digunakan untuk mengatasi data yang tidak normal diantaranya : • Lakukan Transformasi data kebentuk lainnya • Lakukan trimming, yaitu membuang data yang outlier Universitas Sumatera Utara • Lakukan winsorizing, yaitu mengubah nilai data outlier kesuatu nilai tertentu Untuk melengkapi dan meyakinkan bahwa data dalam model regresi terdistribusi normal dilakukan uji statistik dengan melihat nilai Kolmogorov Smnornov, yang hasilnya ditunjukkan pada tabel 4.6 sebagai berikut : Tabel 4.6 Hasil Uji Kolmogorov Smirnov Setelah Logaritma natural Ln One-Sample Kolmogorov-Smirnov Test deposit N 48 Uniform Parametersa,b Minimum 6,35 Maximum 10,75 Most Extreme Differences Absolute ,476 Positive ,476 Negative -,021 Kolmogorov-Smirnov Z 3,296 Asymp. Sig. 2-tailed ,0381 a Test distribution is Normal. b Calculated from data. Sumber : Data diolah oleh peneliti 2013 Pada tabel 4.6 menunjukkan nilai signifikansinya 0.381 yang berarti data residula terdistribusi normal karena nilai signifikansinya sebesar 0,3810,05. Maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.

4.4.3 Uji Heterokedastisitas