a. variabel ROE return on equity memiliki nilai minimum 0,00 dan nilai
maksimum 0,27 dengan rata-rata 0,1124 dengan jumlah sampel sebanyak 48 perusahaan
b. variabel NPM net profit margin memiliki nilai minimum -0,53 dan nilai
maksimum 0,86 dengan rata-rata 0,6427 dengan jumlah sampel sebanyak 48 perusahaan
c. variabel DER debt to equity ratio memiliki nilai minimum 3,81 dan nilai
maksimum 15,02 dengan nilai rata-rata 9,3288 dengan jumlah sampel 48 perusahaan
d. variabel CR current ratio memiliki nilai minimum 0,08 dan nilai
maksimum 1,25 dengan nilai rata-rata 1,0713 dengan jumlah sampel 48 perusahaan
e. variabel HS harga saham memiliki nilai minimum 50 dan nilai maksimum
7650 dengan nilai rata-rata 1447,9792.
2. Uji Asumsi Klasik
a. Uji Normalitas
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 Dalam uji Kolmogorov-Smirnov, pedoman yang digunakan dalam pengambilan
keputusan yaitu:
1 jika nilai signifikansi 0.05 maka distribusi data tidak normal,
2 jika nilai signifikansi 0.05 maka distribusi data normal.
Tabel 4.2 Hasil Uji Normalitas Sebelum Transformasi
One-Sample Kolmogorov-Smirnov Test
ROE NPM
DER CR
HS N
48 48
48 48
48 Normal Parameters
a,b
Mean .1124
.6427 9.3288
1.0713 1447.9792
Std. Deviation .07165
.21262 2.77624
.21300 1700.36545
Most Extreme Differences Absolute .131
.301 .094
.378 .232
Positive .131
.204 .059
.202 .232
Negative -.065
-.301 -.094
-.378 -.205
Kolmogorov-Smirnov Z .910
2.083 .650
2.620 1.606
Asymp. Sig. 2-tailed .379
.000 .792
.000 .012
a. Test distribution is Normal. b. Calculated from data.
Sumber : data diolah oleh penulis, 2011
Dari hasil uji Kolmogorov Smirnov tersebut, dapat diketahui bahwa ROE memiliki nilai signifikansi 0,379, NPM memiliki nilai signifikansi 0,00, DER
memiliki nilai signifikansi 0,65, CR memiliki nilai signifikansi 2,620, dan HS memiliki nilai signifikansi 0,012. Nilai signifikansi ROE, NPM, CR dan HS
0,05, sehingga dapat dikatakan bahwa data yang digunakan dalam penelitian ini memiliki distribusi yang tidak normal. Uji t dan F mensyaratkan distribusi
residual harus normal, karena residual dalam penelitian ini tidak berdistribusi normal perlu dilakukan penormalan data. Ghozali 2006:123 menyatakan bahwa
jika asumsi normalitas data residual tidak terpenuhi maka variabel independen dan dependen dapat ditransformasi ke dalam bentuk fungsi logaritma natural.
Setelah dilakukan transformasi maka didapatkan hasil pengujian sebagai berikut:
Tabel 4.3 Hasil Uji Kolmogorov-Smirnov Setelah Transformasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 47
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.16398316
Most Extreme Differences Absolute
.097 Positive
.080 Negative
-.097 Kolmogorov-Smirnov Z
.667 Asymp. Sig. 2-tailed
.765 a. Test distribution is Normal.
b. Calculated from data.
Sumber: data diolah oleh penulis, 2011
Dari hasil pengolahan data teersebut, besarnya nilai Kolmogorov-Smirnov adalah 0,667 dan signifikansinya pada 0,765 maka dapat disimpulkan data
terdistribusi secara normal karena p = 0,765 0,05. Data yang terdistribusi secara normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot
data berikut ini:
Gambar 4.1 Histogram Setelah data Transformasi
Sumber: data diolah oleh penulis, 2011
Gambar 4.2 Grafik normal P-P Plot Setelah data Transformasi
Sumber: data diolah oleh penulis, 2011
Berdasarkan grafik diatas dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal
yang tidak menceng skewness ke kiri maupun ke kanan. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot. Pada grafik normal plot,
terlihat titik-titik menyebar disekitar garis diagonal serta penyebaraannya agak mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam
model regresi terdistribusi secara normal.
b. Uji Multikolonieritas
