4. Variabel pertumbuhan EPS memiliki nilai minimum sebesar -0.99, nilai maksimum 11.40, nilai rata-rata 1.2510, dan standar deviasi sebesar
2.3243 dengan jumlah pengamatan sebesar 152. 5. Variabel TATO memiliki nilai minimum sebesar -0.21, nilai maksimum
sebesar 0.81, nilai rata-rata sebesar 0.2046, dan standar deviasi 0.17762 dengan jumlah pengamatan sebesar 152.
6. Variabel harga saham memiliki nilai minimum sebesar Rp.15, nilai maksimum sebesar Rp.2000, nilai rata-rata sebesar Rp.445.31, dan
standar deviasi Rp.423,45 dengan jumlah pengamatan sebesar 152.
5.2. Uji Asumsi Klasik
Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian
hipotesis. Apabila terjadi penyimpangan dalam pengujian asumsi klasik perlu dilakukan perbaikan terlebih dahulu.
5.2.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel residual berdistribusi normal. Uji statistik yang dapat digunakan untuk menguji apakah
residual berdistribusi normal adalah uji statistik non parametrik Kolmogorov-
Smirnov K-S dengan membuat hipotesis.
H0 : Data residual tidak terdistribusi normal
Yulifati Laoli : Pengaruh Likuiditas, Solvabilitas, Rentabilitas, Pertumbuhan Eps Dan Pertumbuhan Perusahaan Terhadap Harga Saham Emiten Property And Real Estate Di Bursa Efek Indonesia BEI, 2009
HA : Data residual berdistribusi normal Apabila nilai signifikansi lebih besar dari 0.05, maka H0 diterima dan
sebaliknya jika nilai signifikansi lebih kecil dari 0.05, maka H0 ditolak atau HA diterima.
Tabel 5.2 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 110
Mean .0000000
Normal Parameters
a
Std. Deviation .94153669
Absolute .055
Positive .038
Most Extreme Differences Negative
-.055 Kolmogorov-Smirnov Z
.576 Asymp. Sig. 2-tailed
.895 a. Test distribution is Normal.
Sumber: Data diolah penulis, 2009. Dari hasil pengolahan data pada tabel 5.2 diperoleh besarnya nilai
Kolmogorov-Smirnov adalah 0.576 dan signifikan pada 0.895. Nilai
siginifikansi lebih besar dari 0.05, maka H0 diterima yang berarti data residual tidak berdistribusi normal. Selain itu uji normalitas dapat dilakukan
dengan menggunakan grafik normal p-plot pada Gambar 5.1 berikut :
Yulifati Laoli : Pengaruh Likuiditas, Solvabilitas, Rentabilitas, Pertumbuhan Eps Dan Pertumbuhan Perusahaan Terhadap Harga Saham Emiten Property And Real Estate Di Bursa Efek Indonesia BEI, 2009
Gambar 5.1 Grafik Normal P-Plot
Pada grafik normal p-plot terlihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa
model regresi telah memenuhi asumsi normalitas.
5.2.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi. Jika pada model regresi
terjadi multikolinearitas, maka koefisien regresi tidak dapat ditaksir dan nilai standard error
menjadi tidak terhingga. Cara yang digunakan untuk mendeteksi ada tidaknya multikolinearitas adalah dengan melihat nilai
tolerance dan VIF. Pada suatu model regresi dinyatakan terjadi
multikolinearitas apabila nilai tolerance
0.10 dan VIF 10 Ghozali, 2005 : 92.
Yulifati Laoli : Pengaruh Likuiditas, Solvabilitas, Rentabilitas, Pertumbuhan Eps Dan Pertumbuhan Perusahaan Terhadap Harga Saham Emiten Property And Real Estate Di Bursa Efek Indonesia BEI, 2009
Tabel 5.3: Hasil Uji Multikolinearitas
Collinearity Statistics Model
Tolerance VIF
1 Constant
CR_X1 .936
1.068 ln_TDTA_X2
.927 1.079
ln_RENT_X3 .953
1.050 ln_EPS_X4
.959 1.043
TATO_X5 .936
1.068
Dari data pada Tabel 5.3 dapat dilihat bahwa tidak ada variabel yang memiliki nilai
tolerance 0.10 dan nilai VIF 10. Dengan demikian dapat
disimpulkan bahwa dalam model regresi tidak terjadi multikolinearitas antar variabel independen.
5.2.3. Uji Heteroskedastisitas