perlu dilakukan untuk mengetahui apakah distribusi data yang digunakan dalam penelitian sudah normal, serta bebas dari gejala multikolinearitas,
heteroskesdastisitas serta autokorelasi. Menurut Ghozali 2005:123 asumsi klasik yang harus dipenuhi adalah berdistribusi normal, non-multikolinearitas, artinya
antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna, non-Autokorelasi,
artinya kesalahan pengganggu dalam model regresi tidak saling korelasi, homoskedasitas, artinya variance variabel independen dari satu pengamatan
kepengamatan yang lain adalah konstan atau sama. Pengujian ini menggunakan analisis statistik dan analisis grafik.
a. Hasil Uji Normalitas
Pengujian ini dimaksudkan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Adapun uji
normalitas dapat dilakukan dengan dua cara yaitu analisis statistik dan grafik. 1.
Analisis Statistik Pengujian uji normalitas pada analisis statistik menggunakan uji
Kolmogorov-Smirnov 1 sample KS dengan melihat data residualnya apakah berdistribusi normal atau tidak. Jika nilai signifikansinya lebih
besar dari 0,05 maka data tersebut terdistribusi normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak
normal. Pengujian normalitas dengan metode statistik ini dapat dilihat pada tabel 4.5 sebagai berikut:
Universitas Sumatera Utara
Tabel 4.5 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
87 Normal Parameters
a
Mean -13590.9529709
Std. Deviation 362814.88858644
Most Extreme Differences Absolute
.294 Positive
.294 Negative
-.264 Kolmogorov-Smirnov Z
2.747 Asymp. Sig. 2-tailed
.000 a. Test distribution is Normal.
Sumber: Diolah dari SPSS,2011 Hasil uji Kolmogorov-Smirnov pada tabel diatas menujukkan nilai
probabilitas = 0.00. Dengan demikian, data pada penelitian ini tidak berdistribusi normal dan tidak dapat digunakan untuk melakukan uji hipotesis karena 0.000
0,05. Pada pengujian normalitas dengan analisis statistik dapat ketahui bahwa data
yang digunakan oleh penulis tidak berdistribusi normal sehingga data ini tidak dapat digunakan untuk melakukan uji hipotesis. Pada penelitian ini penulis
menggunakan metode transformasi data untuk menormalkan data penelitian. Menurut Gozali 2005:32, “data yang tidak terdistribusi secara normal dapat
ditransformasi agar menjadi normal”. Salah satu trasformasi data yang dapat dilakukan adalah dengan mentransformasikan data ke LG10 atau logaritma 10
Universitas Sumatera Utara
atau LN. Hasil transformasi data dapat dilihat pada lampiran v. Table berikut ini menunjukkan seluruh data variabel yang sudah dtransformasi:
Data Penelitian Setelah Transformasi ke LN
LN LABA BERSIH LN ARUS KAS
OPERASI LN DIVIDEN TUNAI
1.109.609.096.962.440 11.661.250.638.005.800
9.019.300.924.562.500 15.690.273.424.618.400
16.235.369.134.592.800 14.633.694.844.124.000
13.027.848.281.437.000 12.499.872.217.864.400
11.392.823.492.657.300 10.450.972.920.664.700
11.062.128.206.863.900 10.575.130.158.308.500
12.117.246.896.289.500 9.811.043.262.144.840
1.074.023.711.761.070 11.289.681.908.655.600
1.041.944.996.040.720 10.764.920.750.925.500
11.995.018.225.313.200 10.036.531.326.293.800
10.818.136.938.138.100 1.144.560.975.768.530
10.134.599.273.499.500 1.065.488.005.603.620
9.530.683.226.667.510 10.088.763.075.406.400
14.182.640.161.006.800 14.186.507.057.098.400
13.083.668.286.087.600 1.510.309.391.302.000
14.395.701.783.744.500 1.407.246.405.675.860
13.795.672.070.025.100 7.824.845.691.026.850
1.248.516.543.548.210 9.199.077.179.697.470
7.502.738.210.754.850 13.799.064.052.585.300
14.154.471.124.694.000 11.611.838.238.542.800
13.466.936.994.756.300 12.801.877.082.025.800
10.154.401.900.795.600 10.138.480.620.207.400
10.259.026.851.874.500 8.544.029.845.369.790
8.689.801.056.022.550 5.602.118.820.879.700
1.024.533.815.691.550 9.492.054.672.648.170
9.463.586.267.106.830 11.401.826.292.451.500
11.142.615.122.936.400 10.709.963.418.403.000
11.343.144.939.670.500 12.333.678.391.135.200
1.134.848.704.737.440 7.014.814.351.275.540
10.323.184.242.891.000 7.221.835.825.288.440
10.900.602.225.303.200 5.422.237.089.717.140
9.547.526.639.331.050 14.389.540.813.633.000
14.781.850.470.637.500 13.381.275.536.359.900
11.293.836.183.984.000 11.780.621.643.333.400
10.883.935.482.853.500 11.453.016.212.216.300
10.668.117.834.717.900 9.473.550.432.503.470
9.783.971.766.534.560 11.770.362.224.585.900
11.545.508.814.866.200 1.253.666.333.399.260
12.593.753.887.272.400 11.715.866.308.966.900
10.410.425.629.574.900 12.718.201.419.826.500
9.126.850.061.477.150 14.490.825.688.364.900
1.462.644.655.194.160 14.308.855.277.148.800
11.318.575.860.363.300 11.726.123.725.418.500
948.158.813.796.454 16.033.735.302.340.200
1.624.525.565.180.500 14.799.618.056.652.000
13.246.393.525.821.100 13.155.950.946.459.200
12.434.024.617.836.600 11.967.580.657.269.100
11.300.796.034.919.100 9.991.361.057.786.360
11.459.271.491.634.500 1.203.706.802.344.140
10.121.618.562.026.700 10.403.686.917.060.800
12.385.982.964.291.400 10.007.216.738.298.600
Universitas Sumatera Utara
11.335.639.209.740.800 11.995.388.650.565.700
10.039.154.163.957.600 11.167.882.605.261.200
11.662.939.027.287.700 10.134.599.273.499.500
6.699.500.340.161.670 10.530.708.582.979.900
8.190.908.881.182.510 14.447.044.002.695.700
1.463.127.131.055.320 13.083.668.286.087.600
15.175.276.121.737.800 15.372.625.804.284.200
15.057.521.645.879.800 13.849.321.472.199.100
7.895.063.498.091.570 12.812.381.161.457.500
1.036.807.026.512.730 1.218.859.581.147.880
7.524.021.415.206.120 1.437.255.217.842.880
14.297.443.993.252.300 11.899.622.210.745.700
13.468.534.145.145.800 13.601.945.981.430.300
11.489.728.483.366.000 8.238.536.930.171.760
10.828.856.948.343.400 8.764.834.214.330.830
913.097.243.659.261 837.816.098.272.068
5.973.809.611.869.260 6.042.632.833.682.380
11.409.696.010.321.300 9.044.875.932.248.650
9.196.444.266.784.070 11.549.575.569.245.400
10.849.725.360.778.200 12.311.814.588.435.300
12.936.546.920.555.600 11.232.973.438.580.300
7.709.308.333.385.860 7.798.523.053.625.200
7.707.512.194.600.340 9.325.364.048.544.960
1.121.511.224.531.890 8.693.328.989.123.100
14.741.174.820.711.100 15.261.604.965.737.800
13.696.469.105.833.900 11.423.788.193.503.700
12.499.003.419.417.600 10.267.887.581.025.600
11.867.069.208.121.400 12.879.746.444.586.500
10.830.025.600.861.800 10.968.629.231.142.600
12.661.508.173.412.900 9.544.882.175.080.440
12.678.099.227.227.100 12.585.522.266.435.000
12.506.177.237.980.500 10.606.609.816.118.100
1.235.637.019.729.890 9.532.423.871.145.290
1.469.398.768.224.760 14.840.040.258.771.800
14.505.911.972.356.000 11.471.196.809.557.100
1.268.390.802.639.040 9.688.312.170.871.090
16.122.087.672.227.800 14.882.789.029.984.400
14.391.500.132.246.100 13.551.890.004.696.300
13.297.568.002.143.500 1.237.101.912.614.000
10.877.688.637.695.100 11.574.340.362.671.600
1.024.498.286.663.960 11.185.892.537.563.700
12.270.225.154.674.700 10.934.570.184.410.600
11.894.200.334.277.100 11.965.948.231.993.400
10.489.884.363.149.100 11.748.029.207.203.100
12.039.693.333.156.900 10.934.908.916.663.800
11.188.192.057.894.300 8.646.113.971.483.070
10.134.599.273.499.500 1.170.425.631.592.170
9.879.348.536.682.800 7.807.916.628.926.400
15.055.536.178.336.400 11.730.976.069.218.400
13.083.668.286.087.600 1.544.226.546.204.050
1.527.542.612.993.160 14.713.425.484.148.000
14.545.886.565.342.200 7.746.732.907.753.620
12.930.427.753.214.300 10.981.318.735.354.000
8.905.037.290.767 7.505.492.274.737.420
14.825.894.001.556.400 14.973.781.040.823.700
13.221.274.339.331.800 13.741.868.323.491.700
14.125.626.352.169.000 11.671.927.216.442.500
10.422.668.175.884.800 10.389.764.303.380.700
8.840.580.188.488.790 7.783.640.596.221.250
8.309.922.989.258.310 6.363.028.103.540.460
8.935.508.711.503.220 11.911.130.952.349.100
915.324.077.993.561 72.909.747.781.429.800
1.130.544.608.739.330 11.690.150.724.339.400
1.273.804.704.894.600 13.174.917.876.139.200
1.274.560.233.742.450 9.953.086.913.027.410
843.663.368.355.782 8.625.509.334.899.690
Universitas Sumatera Utara
9.823.740.634.445.870 11.795.929.110.630.000
8.371.010.681.238.150 15.017.427.650.762.400
15.027.263.419.009.100 14.289.127.650.779.800
1.179.697.595.118.790 11.927.033.118.459.700
12.132.469.161.485.500 1.196.748.545.272.210
12.271.659.054.941.000 1.066.342.852.170.500
11.876.748.798.185.500 11.814.258.931.674.800
10.238.029.355.640.300 12.793.759.305.431.900
10.770.356.921.076.500 12.102.410.686.507.900
10.578.801.664.944.200 1.264.446.627.651.940
9.612.466.578.818.830 1.492.871.814.846.280
15.003.570.420.350.100 1.470.587.940.199.870
Sumber: Diolah dari SPSS, 2011
Setelah data ditransformasi, dilakukan kembali uji normalitas dengan uji statistik yang menggunakan uji Kolmogorov-Smirnov. Hasil pengujian terlihat
pada tabel berikut:
Tabel 4.6 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test setelah transformasi
Unstandardized Residual N
84 Normal Parameters
a
Mean .0000000
Std. Deviation 1.04929152
Most Extreme Differences Absolute
.060 Positive
.060 Negative
-.058 Kolmogorov-Smirnov Z
.553 Asymp. Sig. 2-tailed
.920 a. Test distribution is Normal.
Sumber: Diolah dari SPSS 2011 Dari tabel 4.6 dapat dilihat bahwa Kolmogorov-Smirnov K-S pada
variabel laba bersih dan arus kas operasi sebesar 0,553 pada signifikansi sebesar 0,920 sehingga dapat disimpulkan bahwa data dalam model regresi
telah terdistribusi secara normal, dimana nilai signifikansi masing-masing
Universitas Sumatera Utara
variabel diatas 0,05. Dengan demikian, uji asumsi klasik selanjutnya dapat dilakukan dengan menggunakan data yang telah ditransformasi.
2. Analisis Grafik
Analisis grafik dapat digunakan dengan dua alat yaitu grafik histogram dan grafik P-P Plot. Data yang baik adalah data yang memiliki pola distribusi normal.
Pada grafik histogram, data yang mengikuti atau mendekati distribusi normal adalah distribusi data dengan bentuk lonceng. Pada grafik P-P Plot, sebuah data
dikatakan berdistribusi normal apabila titik-titik datanya tidak menceng ke kiri atau ke kanan, melainkan menyebar di sekitar garis diagonal. Berikut hasil uji
normalitas dengan menggunakan analisis grafik.
Gambar 4.1 Uji Normalitas setelah transformasi
Sumber: Lampiran vi
Universitas Sumatera Utara
Dengan melihat tampilan grafik histogram pada gambar 4.1 diatas kita dapat melihat bahwa gambar grafik berbentuk lonceng tidak menceng ke kanan ataupun
ke kiri. Hal ini menunjukkan bahwa data terdistribusi secara normal.
Gambar 4.2 Uji Normalitas setelah transformasi
Sumber: Lampiran vi
Pada grafik P-P Plot pada gambar 4.2 diatas terlihat titik-titik menyebar di sekitar garis diagonal dan penyebarannya mendekati garis diagonal sehingga dapat
disimpulkan bahwa data dalam model regresi terdistribusi secara normal.
b. Uji Multikolinieritas