71,07; mean nilai rata-rata 16,246; dan standar deviation simpangan baku variabel ini adalah 10,781.
e. Variabel Deviden Payout Ratio DPR memiliki sampel N sebanyak 64; nilai minimum terkecil 0,04; nilai maksimum terbesar 239,15; mean
nilai rata-rata 35,391; dan standar deviation simpangan baku variabel ini adalah 31,556.
4.2.2 Pengujian Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik diperlukan pengujian asumsi klasik terlebih dahulu sebelum melakukan pengujian
hipotesis. Menurut Ghozali 2005:123, asumsi klasik yang harus dipenuhi adalah :
a. berdistribusi normal, b. non-multikolinearitas yaitu antara variabel independen dalam model
regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna,
c. non-autokorelasi yaitu kesalahan pengganggu dalam model regresi tidak saling berkorelasi,
d. non-heterokedastisitas yaitu variance variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.
4.2.2.1 Uji Normalitas
Pengujian normalitas data dalam penelitian ini menggunakan uji statistik non parametrik yang digunakan untuk mengetahui apakah data
sudah terdistribusi secara normal atau tidak. Ghozali 2005:115, memberikan pedoman pengambilan keputusan rentang data mendekati
atau merupakan distribusi normal berdasarkan uji Kolmogorov- Smirnov, dapat dilihat dari:
Universitas Sumatera Utara
a. Jika nilai signifikan 0,05 maka distribusi data tidak normal, b. Jika nilai signifikan 0,05 maka distribusi data normal.
Hipotesis yang digunakan adalah : Ho : Data residual berdistribusi normal, dan
Ha : Data residual tidak berdistribusi normal.
Tabel 4.2 Hasil Uji Normalitas
One Sample Kolmogorov- Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 64
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 17,89017030
Most Extreme Differences
Absolute ,081
Positive ,081
Negative -,051
Kolmogorov-Smirnov Z ,651
Asymp. Sig. 2-tailed ,791
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS 18.00, Diolah Penulis 2011 Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov
seperti yang terdapat dalam tabel 4.2 dapat diketahui bahwa : 1. Dari hasil pengolahan data pada tabel 4.2 diperoleh besarnya nilai
Kolmogorov-Smirnov adalah 0,651 dengan probabilitas signifikan Asymp.Sig.2-tailed adalah 0,791. Nilai tersebut di
atas α = 0,05 5 karena Asymp.Sig.2-tailed lebih besar
dari α2 0,05. Hal ini berarti
Universitas Sumatera Utara
data residual terdistribusi secara normal. Dengan demikian, Ha ditolak dan Ho diterima.
2. Setelah data berdistribusi normal dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas berikut ini dilampirkan grafik
histogram dan grafik p-plot data yang telah berdistribusi normal.
Sumber : Output SPSS, Diolah Penulis, 2011
Gambar 4.1 Histogram
Grafik histogram menunjukkan pola distribusi normal karena grafik tidak menceng skewness kiri maupun menceng kanan. Dengan demikian,
dapat disimpulkan bahwa model regresi telah memenuhi asumsi
Universitas Sumatera Utara
normalitas. Demikian pula hasil uji normalitas dengan menggunakan
grafik normal p-plot seperti dibawah ini
Sumber : Output SPSS, Diolah Penulis, 2011 Gambar 4.2
Grafik Normal P-Plot
Berdasarkan grafik normal p-plot di atas terlihat bahwa data menyebar disekitar garis diagonal, maka dapat disimpulkan bahwa model regresi
telah memenuhi asumsi nomalitas, hal ini sesuai dengan pernyataan Ghozali 2005:112, dimana pendeteksian normalitas dapat dilakukan
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik, yaitu jika data titik menyebar di sekitar garis diagonal dan mengikuti
Universitas Sumatera Utara
arah garis diagonal, hal ini menunjukkan data yang telah terdistribusi normal.
4.2.2.2 Uji Multikolinearitas
