39
Indonesia Tbk tahun 2013. Nilai rata-rata variabel ROE adalah 21,15 dengan standar deviasi 0.2434768.
Nilai minimum variabel earning per share adalah Rp -95,00 yang terdapat pada XL Axiata Tbk tahun 2014 dan nilai maksimum adalah Rp 4382,83 yang
terdapat pada Indo Tambangraya Megah Tbk tahun 2011. Nilai rata-rata variabel earning per share adalah Rp 441,1657 dengan standar deviasi 670,04426.
Nilai Mininum variabel firm size adalah Rp 14,0322 yang terdapat pada Astra Agro Lestari Tbk tahun 2012 dan nilai maksimum adalah Rp 18,9285 yang terdapat
pada Telekomunikasi Indonesia Persero Tbk tahun 2015. Nilai rata-rata variabel firm size Rp 16,857596 dengan standar deviasi 0.9109999.
Nilai Minimum variabel operating cash flow adalah Rp 23,1219 yang terdapat pada Perusahaan Gas Negara Persero Tbk tahun 2011dan nilai maksimum adalah
Rp 31,4077 yang terdapat pada Telekomunikasi Indonesia Persero Tbk tahun 2015. Nilai rata-rata variabel operating cash flow Rp 28,288954 dengan standar devisiasi
1,5076859. Nilai minimum variabel return saham adalah Rp -0,6550 yang terdapat pada
Eagle High Plantations Tbk tahun 2015 dan nilai maksimum adalah 0,6977 yang terdapat pada Charoen Pokphand Indonesia Tbk tahun 2012. Nilai rata-rata variabel
return saham Rp -0.018713 dengan standar deviasi 0,3065275.
40
4.2.2 Uji Asumsi Klasik
Penelitian ini menggunakan model persamaan, yaitu analisis regresi linier berganda. Sebelum melakukan analisis regresi linier berganda digunakan untuk
menguji hipotesis, maka terlebih dahulu dilakukan pengujian asumsi klasik yang meliputi
uji normalitas,
uji autokorelasi,
uji multikolinieritas dan
uji heteroskedastisitas.
1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah residual dari model regresi yang dibuat berdistribusi secara normal atau tidak. Terdapat dua cara untuk
mendeteksi apakah data berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik Ghozali, 2006:160. Uji statistik yang digunakan untuk menguji
normalitas data dalam penelitian ini adalah uji statistik non-parametrik Kolmogorov- Smirnov K-S. Data dikatakan berdistribusi normal apabila Asymp. Sig 2-tailed
level of significant α = 0,05 atau 5 persen Ghozali, 2006:164.
Tabel 4.3 Uji Normalitas
No Model
Nilai Signifikansi 1
Test Statistic Asymp.Sig. 2-failed 0,160
Sumber: Lampiran 14
41
Berdasarkan Tabel 4.3 hasil uji Kolmogorov-Smirnov nilai siginifikansinya sebesar 0,160 maka dapat diambil kesimpulan bahwa data residual terdistribusi
normal karena signifikansi nilai lebih besar dari 0,05. 2
Uji Autokorelasi Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model regresi
linear terdapat korelasi antara kesalahan pengganggu pada periode t saat ini dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika suatu model regresi
mengandung gejala autokorelasi, maka prediksi yang dilakukan dengan model tersebut akan tidak baik atau dapat memberikan hasil prediksi yang menyimpang.
Besaran autokorelasi dapat diketauhi menggunakan besaran Durbin-Watson D-W pada output pengujian. Nilai D-W test tersebut dibandingkan dengan nilai pada
tabel Durbin-Watson D-W dengan menggunakan tingkat keyakinan sebesar 95 persen dengan ketentuan bila dU DW 4
– dU, maka tidak terjadi autokorelasi.
Tabel 4.4 Uji Autokorelasi
Model Durbin-Watson
1 2,153
Sumber: Lampiran 16 Berdasarkan Tabel 4.5 variabel yang diteliti memiliki nilai DW sebesar 2,153.
Dengan jumlah data n = 110 dan jumlah variabel bebas k = 4 serta =5
diperoleh angka dU = 1,7651 dan dL = 1,6146. Karena DW sebesar 2,153 terletak diantara dU dan dL 4-dU, maka dapat disimpulkan dalam model regresi ini tidak
terdapat autokorelasi.
