Data Penelitian Uji Normalitas

BAB IV ANALISIS DAN PEMBAHASAN

4.1. Data Penelitian

Objek penelitian ini adalah perusahaan perbankan yang masih terdaftar di Bursa Efek Indonesia BEI pada tahun 2009-2011. Jumlah seluruh perusahaan perbankan tersebut adalah 33 perusahaan. Setelah data terkumpul, perusahaan yang termasuk dalam populasi diseleksi berdasarkan criteria purposive sampling penarikan sampel yang ditentukan. Dari penyeleksian tersebut diperoleh 29 perusahaan yang menjadi sampel serta 29 data observasi yang terdiri atas 3 variabel independen yaitu arus kas aktivitas operasi AKO, arus kas aktivitas investasi AKI, dan arus kas aktivitas pendanaan AKP. Harga saham menjadi variabel dependen penelitian. 4.2. Hasil Penelitian 4.2.1. Analisis Statistik Deskriptif Informasi yang dibutuhkan dalam penelitian ini merupakan data sekunder yang didapat dari situs Bursa Efek Indonesia berupa data keuangan perusahaan perbankan antara tahun 2009-2011 yang dijabarkan dalam bentuk statistik. Hasil analisis deskriptif menunjukkan nilai maksimum, nilai minimum, mean, dan standar deviasi, baik variabel dependen yaitu harga saham, maupun variabel-variabel independen yaitu arus kas operasi, arus kas investasi, dan arus kas pendanaan dapat dilihat pada table 4.1 berikut ini: Universitas Sumatera Utara Tabel 4.1 Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation LN_AKO 29 .00 29.94 15.0247 13.83611 LN_AKI 29 .00 27.97 7.5106 11.46011 LN_AKP 29 .00 29.71 16.1516 12.95459 LN_HS 29 .00 7.33 3.6687 2.41334 Valid N listwise 29 Berdasarkan data dari table 4.1 dapat dijelaskan bahwa: 1. Variabel LnAKO arus kas operasi memiliki nilai minimum terendah sebesar 0,00 dan nilai maksimum terbesar sebesar 29,94 dengan mean nilai rata-rata sebesar 15,0247 dan standard deviasi sebesar 13,83611. Standar deviasi yang lebih kecil dari mean rata- rata menunjukkan penyebaran data yang lebih sempit. 2. Variabel LnAKI arus kas investasi memiliki nilai minimum terendah sebesar 0,00 dan nilai maksimum terbesar sebesar 27,97 dengan mean nilai rata-rata sebesar 7,5106 dan standard deviasi sebesar 11,461011. Standar deviasi yang lebih besar dari mean rata- rata menunjukkan penyebaran data yang lebih luas. 3. Variabel LnAKP arus kas pendanaan memiliki nilai minimum terendah sebesar 0,00 dan nilai maksimum terbesar sebesar 29,71 dengan mean nilai rata-rata sebesar 16,1516 dan standard deviasi sebesar 12,95459. Standar deviasi yang lebih kecil dari mean rata- rata menunjukkan penyebaran data yang sempit. Universitas Sumatera Utara 4. Variabel LnHS harga saham memiliki nilai minimum terendah sebesar 0,00 dan nilai maksimum terbesar sebesar 7,33 dengan mean nilai rata-rata sebesar 3,6687 dan standard deviasi sebesar 2,41334. Standar deviasi yang lebih kecil dari mean rata-rata menunjukkan penyebaran data yang sempit.

4.2.2. Pengujian Asumsi Klasik

Pengujian asumsi klasik digunakan untuk memastikan bahwa model yang diperoleh benar-benar memenuhi asumsi dasar dalam analisis regresi. Sebelum pengujian hipotesis dilakukan, terlebih dahulu perlu dilakukan pengujian terhadap gejala penyimpangan asumsi klasik. Pengujian asumsi klasik meliputi:

a. Uji Normalitas

Uji ini bertujuan untuk melihat apakah dalam model regresi terdapat variabel pengganggu atau residual memiliki distribusi normal Erlina, 2011: 100. Uji ini ditujukan untuk mendapatkan epastian terpenuhinya syarat normalitas yang akan menjamin dapat dipertanggungjawabkannya langkah-langkah analisis statistik sehingga kesimpulan yang diambilpun dapat dipertanggungjawabkan. Peneliti menggunakan analisis grafik dengan melihat grafik histogram, normal probability plot, dan analisis one sample kolmogorov-smirnov. Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan data observasi dengan distribusi yang Universitas Sumatera Utara mendekati distribusi normal atau mengikuti kurva berbentuk lonceng. Pada grafik normal probability plot, apabila data menyebar di sekitar garis diagonal, maka regresi memenuhi asumsi normalitas. Sedangkan pada analisis one sample kolmogorov- smirnov, apabila sigma 0,05 maka tidak ada perbedaan distribusi residual dengan distribusi normal, dengan kata lain regresi memenuhi asumsi normalitas. Pada grafik histogram pada gambar 4.1, grafik histogram menunjukkan data sudah berdistribusi normal karena grafik histogram menunjukkan distribusi mengikuti garis diagonal yaitu tidak menceng ke kiri atau ke kanan. Namun pada grafik normal probability plot pada gambar 4.2, data menyebar agak menjauh dari garis diagonal yang menunjukkan indikasi bahwa residual berdistribusi tidak normal begitu juga dengan nilai sigma dari analisis one sample kolmogorov-smirnov sebesar 0,000 0,05 Universitas Sumatera Utara Gambar 4.1 Uji Normalitas : grafik histogram sebelum transformasi Gambar 4.2 Uji Normalitas : grafik normal probability plot sebelum transformasi Universitas Sumatera Utara Tabel 4.2 One Sample Kolmogorov-smirnov Test sebelum transformasi. One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 29 Normal Parameters a,,b Mean .0000000 Std. Deviation 3.95754161E2 Most Extreme Differences Absolute .267 Positive .267 Negative -.194 Kolmogorov-Smirnov Z 1.439 Asymp. Sig. 2-tailed .032 a. Test distribution is Normal. b. Calculated from data. Berdasarkan uji tersebut, uji normalitas yang melanggar asumsi normalitas dapat dijadikan ke bentuk normal dengan mentransformasi data. Transformasi data dapat dilakukan dengan menggunakan logaritma natural Ln baik terhadap faktor dependen maupun faktor independen. Jika terdapat data yang bernilai negatif, transformasi data dengan logaritma akan menghilangkannya sehingga jumlah sampel akan berkurang. Hasil pengujian terhadap data yang telah ditransformasi nanti akan diperbandingkan dengan hasil pengujian sebelum transformasi sehingga akan memperlihatkan apakah data tersebut sudah memenuhi kriteria-kriteria asumsi klasik. Universitas Sumatera Utara Gambar 4.3 Uji Normalitas : grafik histogram setelah transformasi Gambar 4.4 Uji Normalitas: grafik normal probability plot setelah transformasi Universitas Sumatera Utara Tabel 4.3 One Sample Kolmogorov-smirnov Test setelah transformasi One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 29 Normal Parameters a,,b Mean .0000000 Std. Deviation 2.27565956 Most Extreme Differences Absolute .071 Positive .071 Negative -.056 Kolmogorov-Smirnov Z .383 Asymp. Sig. 2-tailed .999 a. Test distribution is Normal. b. Calculated from data. Dari uji normalitas terhadap data yang telah ditransformasi, pada grafik histogram di atas menunjukkan bahwa data tetap berdistribusi normal, hal ini dapat dilihat dari grafik histogram yang menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng ke kiri ataupun ke kanan. Hal ini juga didukung dengan hasil uji normalitas dengan melihat grafik normal probability plot yang ditampilkan pada gambar 4.4 yang menunjukkan data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya. Pada uji One Sample Kolmogorov-smirnov yang ditampilkan pada gambar 4.3 terlihat sigma sebesar 0,999 atau lebih besar dari 0,05 yang menunjukkan bahwa data berdistribusi normal. Universitas Sumatera Utara

b. Uji Multikolinearitas