Earning growth
kenaikan laba atau penurunan laba per tahun
Yn−Yn−1 Yn−1
x
100 Rasio
6. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini antara lain analisis statistik deskriptif, uji asumi klasik, dan pengujian hipotesis. Peneliti
menggunakan program SPSS versi 18 for windows dalam menganalisi data.
6.1. Uji Asumsi Klasik
Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam
penelitian ini terbebas dari penyimpangan asumsi klasik yang meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan autokoerlasi. Adapun
masing-masing pengujian tersebut dapat dijabarkan sebagai berikut:
6.1.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya terdistribusi
secara normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Cara untuk melihat
normalitas adalah dengan melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi
normal. Namun demikian dengan hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk sample yang kecil jumlahnya.
Metode lain yang dapat digunakan adalah dengan melihat normal probability plot yang membandingkan distribusi komulatif dari data
sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan plooting data akan
dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya Ghozali ,2005: 110. Analisis statistik dilakukan dengan uji statistik nonparametrik
Kolmogrov Smirnov K-S. Kriteria pengambilan keputusan adalah apabila nilai signifikan 0,05 berarti distribusi data tidak normal, sebaliknya bila
nilai signifikan 0,05 berarti distribusi data normal Ghozali, 2005 : 115.
6.1.2. Uji Multikolinieritas
Pengujian multikolinieritas ini berguna untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinieritas dalam
model regresi adalah dengan menganalisis matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya
diatas 0,90, maka hal ini mengindikasikan adanya multikolinieritas Ghozali ,2005:57.
Multikolinieritas dapat juga dilihat dari nilai tolerance dan nilai variance inflation factor VIF. Kedua ukuran ini menunjukan setiap
varibel bebas manakah yang dijelaskan oleh variabel bebas lainya. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan
nilai VIF diatas 10 Ghozali, 2005: 91. Ada tidaknya multikolinearitas dapat dideteksi dengan :
1. melihat nilai tolerance : nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance 0,10,
2. melihat nilai variance inflation factor VIF : nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai VIF
10, 3. menganalisis matrik korelasi variabel-variabel independen. Menurut
Ghozali 2005 : 93 “untuk matrik korelasi adanya indikasi multikolonieritas dapat dilihat jika antar variabel independen ada korelasi
yang cukup tinggi umumnya diatas 0,95”.
6.1.3. Uji Heteroskedastisitas.