Variabel Sales Growth SG menggunakan penghitungan yakni dengan cara membandingkan perubahan penjualan bersih tahun ini dengan tahun sebelumnya
dengan penjualan bersih tahun ini. Dan variabel terakhir yakni variabel Free Cash Flow FCF yakni dengan cara
mengruangkan laba dengan deviden dann menjumlahkannya dengan akumulasi penyusutan tahun yang bersangkutan kemudian membandingkannya dengan total
asset tahun yang bersangkutan. Semua data yang digunakan diperoleh dari laporan keuangan perusahaan sampel.
4.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel residual memiliki distribusi normal. Untuk menguji apakah
distribusi data normal atau tidak, ada dua cara untuk mendeteksinya, yaitu dengan analisis grafik dan uji statistik. Analisis grafik merupakan cara
yang termudah untuk melihat normalitas residual dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi
yang mendekati distribusi normal. Pengujian normalitas data secara analisis statistik dapat dilakukan dengan
menggunakan Uji Kolmogorov – Smirnov. Secara multivarians pengujian normalitas data dilakukan terhadap nilai residualnya. Data yang
berdistribusi normal ditunjukkan dengan nilai signifikansi di atas 0.05 Ghozali, 2006.
Uji normalitas data dapat dilihat pada Tabel 4.2 di bawah ini :
Tabel 4.2 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Predicted Value
N 35
Normal Parameters
a,b
Mean .3231429
Std. Deviation .09935691
Most Extreme Differences Absolute
.108 Positive
.066 Negative
-.108 Kolmogorov-Smirnov Z
.637 Asymp. Sig. 2-tailed
.812 a. Test distribution is Normal.
Sumber : Data sekunder yang diolah software SPSS Berdasarkan hasil pada tabel 4.2 di atas, data sudah terdistribusi normal.
Hal ini ditunjukkan dengan nilai Kolmogorov Smirnov sebesar 0.637 dan signifikansi pada 0.812 yang lebih besar dari 0.05. Hal ini berarti data residual
telah terdistribusi secara normal, karena nilai signifikansinya lebih dari 0.05. Hasil ini juga didukung hasil grafik histogram maupun grafik Normal
Probability Plot-nya seperti Gambar 4.1 dan Gambar 4.2 berikut ini:
Sumber : Data sekunder yang diolah software SPSS
Gambar 4.1 Normal Probability Plot Untuk Pengujian Asumsi Normalitas
Sumber : Data sekunder yang diolah software SPSS
Gambar 4.2 Histogram Untuk Pengujian Asumsi Normalitas
Dengan melihat tampilan grafik histogram dapat disimpulkan bahwa pola distribusi data mendekati normal. Kemudian pada grafik normal plot terlihat
titik-titik sebaran mendekati garis normal.\
4.2.2 Uji Multikolinearitas
