32
sebesar 2,4132 dengan standar deviasi 1.14643 dan jumlah observasi sebanyak 40 sampel.
b. Variabel gross profit margin GPM memiliki nilai minimum -0,61; nilai maksimum 0,82; nilai rata-rata 0,1266 dengan standar deviasi sebesar
0.278I3 dan jumlah observasi sebanyak 40 sampel. c. Variabel net profit margin NPM memiliki nilai minimum -0,40; nilai
maksimum 0,63; nilai rata-rata 0,0876 dengan standar deviasi 0,26742 dan jumlah observasi sebanyak 40 sampel.
d. Variabel return on asset ROA memiliki nilai minimum 0,02; nilai maksimum 0,39; nilai rata-rata 0,1066 dengan standar deviasi 0.10011 dan
jumlah observasi sebanyak 40 sampel.
4.2.2 Pengujian Asumsi Klasik
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal serta untuk
menghindari bias dalam model regresi. Pengujian normalitas dalam penelitian ini menggunakan uji statistik non-parametik Kolmogorov-Sminov K-S, dengan
membuat hipotesis: H
: data residual berdistribusi normal H
1
: data residual tidak berdistribusi normal Apabila signifikansi lebii besar dari 0,05 maka diterima, sedangkan jika nilai
signifikansi lebih kecil dari 0,05 maka H ditolak.
Universitas Sumatera Utara
33
Tabel 4.2 Hasil Uji Normalitas
Sumber : Hasil Pengolahan SPSS 2013
Dari hasil pengelorahan data, diperoleh variabel kepemilikan saham institusi, GPM, NPM dan ROA terdistribusi secara normal dengan nilai signifikan
sebesar 0,928 0,05 maka H diterima.
Dengan demikian secara keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah terdistribusi secara normal dan dapat dilanjutkan dengan uii
asumsi klasik lainnya. Untuk lebih jelas berikut ini turut dilampirkan grafik histogram dan plot data yang terdistribusi normal.
Universitas Sumatera Utara
34
Gambar 4.1 Uji Normalitas Data 1
Sumber : Hasil Pengolahan SPSS 2013
Dengan cara membandingkan antara data observasi dengan distribusi yang mendekati normal, dari grafik histogram di atas dapat disimpulkan bahwa
distribusi data normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak menceng skewness kiri maupun menceng
kanan. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik
plot. Normalitas data dapat menggunakan normal P- Plot data dalam keadaan normal apabila distribusi data menyebar disekitar diagonal.
Universitas Sumatera Utara
35
Gambar 4.2 Uji Normalitas Data 2
Sumber : Hasil Pengolahan SPSS 2013
Pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal serta penyebarannya agak mendekati dengan garis diagonal sehingga dapat
disimpulkan bahwa data dalam model regresi terdistribusi secara normal. 4.2.2.2
Uji Multikolonieritas
Adanya Multikolinearitas dapat dilihat dari tolerance value atau nilai variance inflation factor YIF.Batas dari tolerance value dibawah 0,01 atau nilai
VIF diatas 10, maka terjadi problem multikolinearitas.
Universitas Sumatera Utara
36
Tabel 4.3 Hasil Uji Multikolonieritas
Sumber : Hasil Pengolahan SPSS 2013
Dari data pada tabel 4.4 dapat disimpulkan bahwa tidak terjadi multikolonieritas dengan dasar nilai VIF untuk setiap variabel independen tidak
ada yang melebihi 10 dan nilai tolerance tidak ada yang kurang dari 0.1, hal ini dapat ilihat dari nilai tolerance GPM sebesar 0,987; NPM sebesar 0,403 dan ROA
sebesar 0,406 tidak kurang dari 0,1 dan nilai VIF GpM sebesar 1,013; NpM sebesar 2,481 dan ROA sebesar 2,462 iiaat melebihi 10. Maka dapat dilakukan
analisis lebih lanjut dengan menggunakan model regresi berganda.
4.1.2.3 Uji Heteroskedastisitas
