kas dari aktivitas operasi, investasi dan pendanaan serta harga saham selalu positif karena nilai diatas merupakan hasil pengolahan data yang telah ditransformasikan
dengan menggunakan LG10.
Berikut ini perincian data deskriptif yang telah diolah: a.
Variabel LG10_LA memiliki nilai minimum 9,23 dan maksimum 12,95 dengan rata-rata LG10_LA sebesar 11,4197 dengan jumlah sampel sebanyak 74
perusahaan, b.
Variabel LG10_AKO memiliki nilai minimum 9,92 dan maksimum 13,38 dengan rata-rata LG10_AKO sebesar 11,8451 dengan jumlah sampel sebanyak 45
perusahaan, c.
Variabel LG10_AKI memiliki nilai minimum 9,13 dan nilai maksimum 12,70 dengan rata-rata LG10_AKI sebesar 11,5512 dengan jumlah sampel sebanyak 34
perusahaan, d.
Variabel LG10_AKP memiliki nilai minimum 9,18 dan nilai maksimum 12,70 dengan rata-rata LG10_AKP sebesar 11,74912 dengan jumlah sampel 41
perusahaan, e.
Variabel LG10_HS memiliki nilai minimum 1,70 dan nilai maksimum 3,87 dengan rata-rata LG10_HS sebesar 2,7537 dengan jumlah sampel 80 perusahaan.
2. Uji Asumsi Klasik
a. Uji Normalitas
Universitas Sumatera Utara
Pengujian normalitas data dalam penelitian ini mengunakan uji statistik non parametrik Kolmogorov-Smirnov K-S dengan membuat hipotesis:
H : Data residual berdistribusi normal
H
a
: Data residual tidak berdistribusi normal. Apabila nilai signifikansinya lebih besar dari 0,05 maka H
diterima, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka H
ditolak.
Tabel 4.3 Uji Normalitas Sebelum Data Ditransformasi
One-Sample Kolmogorov-Smirnov Test
Sumber : Data yang diolah penulis, 2010.
Dari hasil pengolahan data tersebut, besarnya nilai Kolmogorov-Smirnov untuk masing-masing variabel adalah 2,395 untuk laba akuntansi, 2,018 untuk
arus kas dari aktivitas operasi, 1,975 untuk arus kas dari aktivitas investasi, 2,454 untuk arus kas dari aktivitas pendanaan, dan 2,268 untuk harga saham. Untuk
probababilitas signifikansi Asymp. Sig 2-tailed dari masing-masing variabel adalah 0,000 untuk laba akuntansi, arus kas dari aktivitas pendanaan dan harga
saham, dan 0,001 untuk arus kas dari aktivitas operasi dan investasi yang mana
Laba Akuntansi Arus Kas
Operasi Arus Kas
Investasi Arus Kas
Pendanaan Harga
Saham N
80 80
80 80
80 Normal Parameters
a
Mean 1.27E12
9.96E11 -9.94E10
-4.22E10 1264.46
Std. Deviation 2.441E12
4.983E12 2.559E12
2.074E12 1536.491
Most Extreme Differences
Absolute .268
.226 .221
.274 .254
Positive .256
.226 .201
.193 .254
Negative -.268
-.181 -.221
-.274 -.215
Kolmogorov-Smirnov Z 2.395
2.018 1.975
2.454 2.268
Asymp. Sig. 2-tailed .000
.001 .001
.000 .000
a. Test distribution is Normal.
Universitas Sumatera Utara
nilainya jauh di bawah α = 0,05 maka disimpulkan data tidak terdistribusi secara normal. Data yang tidak terdistribusi secara normal tersebut juga dapat dilihat
melalui grafik histogram dan grafik normal plot data.
Gambar 4.1 Histogram sebelum data ditransformasi
Sumber : Data yang diolah penulis, 2010.
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data tidak normal karena grafik histogram menunjukkan distribusi data tidak mengikuti garis diagonal yaitu menceng kekiri positive skewness.
Universitas Sumatera Utara
Gambar 4.2 Grafik Normal P-P Plot sebelum data ditransformasi
Sumber: Data yang diolah penulis, 2010.
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta
penyebarannya agak menjauh dari garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi terdistribusi secara normal. Dari hasil uji
normalitas dengan Kolmogorov-Smirnov K-S, grafik histogram dan grafik
Universitas Sumatera Utara
normal plot menunjukkan data tidak terdistribusi secara normal. Ada beberapa cara mengubah model regresi menjadi normal menurut Jogiyanto 2004 : 172,
yaitu: 1
Dengan melakukan transformasi data, 2
Lakukan trimming, 3
Lakukan winsorizing. Untuk mengubah nilai residual agar berdistribusi normal, penulis melakukan
transformasi data ke model LG10 dari persamaan HS = fLA, AKO, AKI, AKP, menjadi LG10_HS = fLG10_LA, LG10_AKO, LG10_AKI, LG10_AKP.
Kemudian, data diuji ulang berdasarkan asumsi normalitas. Berikut ini hasil pengujian Kolmogorov-Smirnov K-S:
Tabel 4.4 Uji Normalitas Setelah Data Ditransformasi
One-Sample Kolmogorov-Smirnov Test
LG10_LA LG10_AKO
LG10_AKI LG10_AKP
LG10_HS N
74 45
34 41
80 Normal Parameters
a
Mean 11.4197
11.8451 11.5512
11.4912 2.7537
Std. Deviation .99579
.98540 1.07136
.81655 .61457
Most Extreme Differences
Absolute .145
.116 .186
.096 .100
Positive .145
.071 .141
.070 .100
Negative -.127
-.116 -.186
-.096 -.090
Kolmogorov-Smirnov Z 1.250
.779 1.085
.612 .893
Asymp. Sig. 2-tailed .088
.578 .190
.848 .403
a. Test distribution is Normal.
Sumber: Data yang diolah penulis, 2010.
Dari tabel diatas, besarnya Kolmogorv-Smirnov K-S adalah 1,250 untuk laba akuntansi, 0,779 untuk arus kas dari aktivitas operasi, 1,085 untuk arus kas
Universitas Sumatera Utara
dari aktivitas investasi, 0,612 untuk arus kas dari aktivitas pendanaan, dan 0,893 untuk harga saham. Untuk probababilitas signifikansi Asymp. Sig 2-tailed dari
masing-masing variabel adalah 0,088 untuk laba akuntansi, 0,578 untuk arus kas dari aktivitas operasi, 0,190 untuk arus kas dari aktivitas investasi, 0,848 untuk
arus kas dari aktivitas pendanaan dan 0,403 untuk harga saham, dimana nilai signifikansinya 0,05. Dengan demikian, secara keseluruhan dapat disimpulkan
bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas, berikut ini turut
dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Gambar 4.3 Histogram setelah data ditransformasi
Sumber: Data yang diolah penulis, 2010.
Universitas Sumatera Utara
Gambar 4.4 Grafik Normal P-P Plot setelah data ditransformasi
Sumber: Data yang diolah penulis, 2010.
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal, dari grafik di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness ke kiri maupun ke kanan
atau normal. Demikian pula dengan hasil uji normalitas dengan menggunakan
Universitas Sumatera Utara
grafik plot. Pada grafik normal plot, terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya mendekati dengan garis diagonal sehingga dapat
disimpulkan bahwa data dalam model regresi terdistribusi secara normal. Hasil dari transformasi di atas menunjukkan bahwa variabel-variabel yang tidak normal
dapat dinormalkan dengan cara me-log-kan data. Setelah data sudah menunjukkan data yang memenuhi asumsi normalitas maka pengujian dapat
dilanjutkan dengan pengujian parametrik.
b. Uji Multikolinearitas
