39
4.1.2. Analisis Data 1. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk melihat apakah data penelitian dapat dianalisis dengan menggunakan persamaan regresi linear berganda. Uji asumsi
klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, uji heterokedastisitas dan uji autokorelasi. Model regresi yang
baik adalah model yang lolos dari uji asumsi klasik. Ghozali, 2002:. 55.
a. Uji Normalitas
Uji normalitas adalah uji yang digunakan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni
distribusi data dengan bentuk seperti lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut
tidak menceng ke kiri atau menceng ke kanan. Data penelitian yang diperoleh pada awalnya menyebar secara tidak normal. Hal ini disebabkan karena
adanya nilai-nilai ekstrim outliers. Nilai-nilai ekstrim outliers dapat mengganggu estimasi koefisien regresi, sehingga berakibat tidak tepatnya
model regresi yang dibuat Nachrowi, 2006: 170. Dengan menggunakan uji normalitas diperoleh bahwa data tersebut secara normal, secara lengkap dapat
dilihat pada tabel berikut.
Universitas sumatera utara
40 Tabel 4-1.
Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Earning Per Share
Devident Per Share
Harga Saham
N 87
87 87
Normal Parameters
a
Mean 131.4766
.0103 1844.9195 Std. Deviation
181.66100 .07881 2522.51644
Most Extreme Differences
Absolute .235
.495 .238
Positive .224
.495 .232
Negative -.235
-.448 -.238
Kolmogorov-Smirnov Z 2.188
4.615 2.223
Asymp. Sig. 2-tailed .024
.015 .013
a. Test distribution is Normal. Sumber : Hasil Penelitian, 2013 data diolah
Berdasarkan tabel Kolmogorov-Smirnov Test dapat diketahui apakah data penelitian telah terdistribusi normal atau tidak, dan hasil test distribution
ternyata menunjukkan normal. Untuk lebih lanjut dapat dilihat pada gambar Grafik Histogram berikut ini. Hasil Uji normalitas menunjukkan bahwa nilai K-S
untuk variabel earning per share sebesar 2,188 dengan probabilitas siginifikan 0,024, begitu juga dengan variabel devident per share sebesar 4,615 dengan
probabilitas siginifikan 0,015 dan harga saham sebesar 2,223 dengan probabilitas siginifikan 0,013 dengan probabilitas siginifikan di bawah 0,05 berarti data
terdistribusi dengan normal. Untuk lebih teliti lagi maka dilakukan dengan Grafik Histogram dan Normal P-Plot karena menurut Imam Ghozali 2009: 32
menyebu tkan “normal tidaknya data dapat dideteksi lebih lanjut dengan
menggunakan Grafik Histogram dan Normal P- Plot”.
Universitas sumatera utara
41 Model regresi yang baik mensyaratkan adanya normalitas pada data
penelitian atau pada nilai residualnya bukan pada masing-masing variabelnya. Uji normalitas model regresi dalam penelitian ini menggunakan analisis grafik dengan
melihat histogram dan normal probability plot. Apabila ploting data membentuk satu garis lurus diagonal maka distribusi data adalah normal. Berikut adalah hasil
uji normalitas dengan menggunakan diagram. Gambar 4-1
Output SPSS Grafik Histogram
Sumber data yang telah diolah
Universitas sumatera utara
42 Gambar 4-2
Output SPSS Normal P-Plot
Sumber data yang telah diolah Dari hasil uji normalitas dengan menggunakan grafik histogram dan
normal probability plot, tampak bahwa histogram memberikan pola distribusi yang tidak melenceng ke kiri dan kanan sedangkan pada grafik norma probability
plot terihat bahwa titik-titik tidak menyebar dan mendekati garis diagonalnya. Hal ini menunjukkan bahwa data terdistribusi secara normal dan model regresi yang
diuji dengan menggunakan grafik tersebut telah memenuhi asumsi normalitas.
b. Uji Multikolinearitas