Uji Normalitas Uji Multikolinieritas

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.