5. Variabel Harga Saham memiliki jumlah sampel N sebanyak 66, nilai
minimum 84,75 nilai maksimum 3900,00, mean nilai rata-rata sebesar 815,7197 dan Standart Deviation atau Simpangan Baku sebesar 876,31499.
4.2.2 Pengujian Asumsi Klasik
4.2.2.1 Uji Normalitas Data
Uji normalitas berguna untuk melihat apakah data telah terdistribusi normal atau tidak. Uji normalitas dilakukan dengan model kolgomorov-smirnov. Menurut
Ghozali 2005:115 memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov
Smirnov yang dapat dilihat dari:
a nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,
b nilai sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal.
Hasil uji normalitas dengan menggunakan model Kolmogorov-Smirnov dapat dilihat pada Tabel 4.2 berikut ini :
Universitas Sumatera Utara
Tabel 4. 2 Uji Normalitas
Berdasarkan hasil uji statistik pada One-Sample Kolgomorov-Smirnov nilai signifikansinya Asymp. Sig. 2-tailed pada tabel tersebut adalah 0,020. Karena
p = 0,020 0,05 maka dapat disimpulkan data tidak terdistribusi normal. Oleh karena itu, peneliti akan melakukan treatment atau perbaikan pada data tersebut
agar dapat memenuhi Uji Normalitas. Menurut Syafrizal et.all 2008 : 62 Ada beberapa cara mengubah model
regresi menjadi normal yaitu: 1.
lakukan transformasi data, misalnya mengubah data menjadi bentuk logaritma Log atau natural Ln.
2. menambah jumlah data.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 66
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 8.30009610E2
Most Extreme Differences
Absolute .187
Positive .187
Negative -.135
Kolmogorov-Smirnov Z 1.517
Asymp. Sig. 2-tailed .020
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data Olahan SPSS, 2013
Universitas Sumatera Utara
3. menghilangkan data yang dianggap sebagai penyebab tidak normalnya data.
4. menerima data apa adanya.
Oleh karena itu, guna memenuhi uji normalitas maka peneliti akan mentransformasikan data penelitian ini kedalam bentuk Logaritma Log,
kemudian data diuji ulang dengan menggunakan uji normalitas. Hasil Uji Normalitas pada data yang telah ditransformasi dapat dilihat pada tabel 4.3
berikut.
Tabel 4. 3 Uji Normalitas Setelah Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 62
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .86519715
Most Extreme Differences
Absolute .094
Positive .084
Negative -.094
Kolmogorov-Smirnov Z .737
Asymp. Sig. 2-tailed .649
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data Olahan SPSS, 2013
Berdasarkan hasil Uji Normalitas tabel 4.3 dengan data yang telah ditransformasi ke dalam bentuk logaritma, maka hasil yang di dapatkan adalah
data telah terdistribusi secara normal karena dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov adalah 0.737 dan signifikansinya pada 0.649.
Universitas Sumatera Utara
Maka dapat disimpulkan bahwa data terdistribusi normal, karena p = 0.649 0,05 dan dapat dilanjutkan dengan uji asumsi klasik lainnya.
Untuk lebih jelas, berikut ini turut dilampirkan grafik histogram, dan normal probability plot yang terdistribusi normal.
Gambar 4. 1 Uji Normalitas
Universitas Sumatera Utara
Gambar 4. 2 Uji Normalitas
Data yang telah terdistribusi normal dapat kita ketahui dengan melihat Histogram pada gambar 4.1, grafik histogram pada uji normalitas di atas dapat
terlihat bahwa data terdistribusi mengikuti garis diagonal yang tidak melenceng Skewness ke kiri maupun ke kanan.
Data yang telah terdistribusi normal juga bisa diketahui dengan melihat grafik plot yang ditunjukkan pada gambar 4.2. Menurut Ghozali 2005:112
pendeteksian normalitas dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal dari grafik, yaitu jika data titik menyebar di sekitar garis
Universitas Sumatera Utara
diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan data yang telah terdistribusi normal. Pada gambar tersebut dapat terlihat bahwa penyebaran data
titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, oleh sebab itu dapat diketahui bahwa data telah terdistribusi dengan normal.
4.2.2.2 Uji Multikolinearitas
