EVA, dan harga saham terendah yaitu 0.00; 0.00; 0.01; -124+E06; 1.14. dan nilai yang tertinggi yaitu 0.36; 1.01; 505.00; 896+E06; 950.00.
Rata-rata nilai ROA, ROE, EPS, EVA dan harga saham perusahaan jasa selama 3 tahun adalah 0.0721; 0.1834; 78.4469; 102.01+E06; 283.5955.
nilai standart of mean variabel tersebut yaitu 0.01219; 0.03718; 20.89286; 31.269+E06; 48.65190.
Standar deviasi digunakan untuk menilai dispersi rata-rata sampel. Dengan standar deviasi dari masing-masing variabel yaitu 0.07901; 0.24094;
135.40122; 202.644+E06; 315.30035. dari sebaran data diatas dapat dilihat kemungkinan distribusi datanya tidak normal, namun untuk mendapatkan
kepastian dari sebaran datanya maka akan dilakukan uji normalitas data dengan kolmogorv smirnov.
4.2 Uji Asumsi Klasik
4.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dengan variabel bebas keduanya mempunyai distribusi
normal atau tidak. Untuk menguji normalitas dalam penelitian ini menggunakan One Sample Kolmogorov Smirnov Test. Dasar dalam
pengambilan keputusan ini adalah jika 2-tailed 0,05, maka model regresi memenuhi asumsi normalitas dan sebaliknya. Dari pengujian
yang dilakukan diperoleh hasil sebagai berikut:
Universitas Sumatera Utara
Pada table terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0.206, dan di atas nilai signifikan 0.05. Dengan kata lain variabel residual
berdistribusi normal.
4.2.2 Uji Multikolinearitas
Multikolinearitas digunakan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi
korelasi, maka dinamakan terdapat problem multikolinearitas. Salah satu untuk mengetahui adatidaknya multikolinearitas ini adalah dengan
menggunakan Variance Inflation Factor VIF dan Tolerance. Apabila nilai VIF kurang dari sepuluh dan nilai Tolerance T lebih dari 0,1 dan
kurang atau sama dengan 1, berarti tidak terjadi multikolinearitas. Sebaliknya jika diketahui nilai VIF lebih dari sepuluh dan nilai Tolerance
Table 4.2 One-Sample Kolmogorov-Smirnov Test
Unstandardized residual N
42 Normal Parameters
a,,b
Mean 92.8812
Std. Deviation
77.68961 Most Extreme Differences Absolute
0.165 Positive
0.165 Negative
-0.144 Kolmogorov-Smirnov Z
1.066 Asymp. Sig. 2-tailed
0.206
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
T kurang dari 0,1 dan lebih dari 1, berarti terjadi multikolinearitas. Dari pengujian yang dilakukan diperoleh hasil sebagai berikut
H Hasil analisis data digunakan semua nilai tolerance lebih besar dari 0,1
sedangkan nilai VIF kurang dari 10 . maka hal ini menunjukkan bahwa tidak terjadi multikolinearitas.
4.2.3 Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1. Jika terjadi korelasi, maka dinamakan terjadi problem
Autokorelasi yang menyebabkan model yang digunakan tidak layak dipakai. Untuk
mendeteksi adanya Autokorelasi digunakan nilai Durbin Watson.
Table 4.3 uji multikolinearitas
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Toleranc
e VIF
1Const ant
268.361 72.179
3.718 .001
ROA -45.497
967.234 -0.011
-.047 .963
0.394 2.541
ROE 268.514
224.011 0.205
1.199 .238
0.789 1.267
EPS 0-.753
0.535 -0.323
-1.407 .168 0.438
2.284 EVA
0.278 0.252
0.179 1.102
.278 0.880
1.136 a. Dependent Variable: SAHAM
Universitas Sumatera Utara
Hasil analisis data menunjukkan bahwa nilai Durbin Watson berada diantar 1,5 sampai 2,5 yaitu sebesar 1.548 table 4.4, hal ini menunjukkan
tidak adanya masalah autokorelasi pada model regresi yang digunakan.
4.2.4 Uji Heteroskedastisitas