Pengujian Asumsi Klasik Metode Analisis Data

39 Dependen operasional � 4 Profitabilitas Y kemampuan bank dalam melakukan kegiatan operasi Ukuran untuk menilai prestasi atau kinerja suatu perusahaan. ROE = ��� ������ ����� ������ Rasio

3.6 Metode Analisis Data

Dalam menganalisis data, peneliti menggunakan program SPSS 19. Metode analisis data yang digunakan dalam penelitian adalah metode analisis statistik. Untuk mengetahui pengaruh dari masing-masing variabel yang diteliti terhadap profitabilitas, maka penelitian ini menggunakan analisis regresi linear berganda dengan terlebih dahulu melakukan pengujian asumsi klasik.

3.6.1 Pengujian Asumsi Klasik

Peneliti melakukan uji asumsi klasik sebelum melakukan pengujian hipotesis, antara lain : a. Uji Normalitas “Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal” Ghozali, 2006 : 110. Modal regresi yang baik hendaknya memiliki distribusi normal atau 40 mendekati normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik. Normalitas data dapat diketahui dengan menggambarkan penyebaran data melalui sebuah grafik. Data yang menyebar disekitar dan mengikuti arah garis diagonal menandakan bahwa data berdistribusi normal dan memenuhi asumsi normalitas. Uji statistik juga dapat digunakan untuk menguji apakah residual berdistribusi normal atau tidak. Apabila nilai signifikansi lebih besar dari 0.05 maka data residual berdistribusi normal. Sebaliknya, jika signifikansi lebih kecil dari 0.05 maka data residual tidak berdistribusi normal. b. Uji Multikolinearitas “Uji multikolinearitas bertujuan untuk menguji apakah model regresi menemukan adanya korelasi antar variabel independen” Ghozali, 2006 : 91. Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara satu dengan yang lainnya. model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian multikolinearitas dilakukan dengan melihat Variance In Factor VIP dan korelasi diantara variabel independen. Jika VIP 10, maka terjadi multikolinearitas diantara variabel independen. c. Uji Heteroskesdastisitas “Uji heteroskesdastisitas bertujuan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lain” Umar, 2008 :179. Jika varians dari residual suatu pengamatan 41 ke pengamatan lain tetap dinamakan homokedastisitas, sebaliknya jika varians dari residual suatu pengamatan ke pengamatan lain berbeda dinamakan heteroskesdastisitas. Heteroskesdastisitas dapat dilihat dengan mengamati grafik scatterplot antara nilai prediksi variabel terikat dengan residualnya. “Deteksi ada tidaknya heteroskesdastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot dengan dasar analisis berikut” Ghozali, 2006 : 105 : 1. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskesdastisitas. 2. Jika tidak ada pola yang jelas, seperti titik yang menyebar diatas dan dibawah angka 0 pada sumbu Y, maka mengindikasikan tidak terjadi heteroskesdastisitas. d. Uji Autokorelasi “Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya” Erlina, 2008 :106. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Salah satu cara yang dapat digunakan untuk mendeteksi ada tidaknya autokorelasi adalah dengan dilakukannya uji statistik Run Test. Suatu persamaan regresi dinyatakan terbebas autokorelasi jika hasil uji statistik run test-nya tidak signifikan atau di atas 0,05. 42 Pengambilan keputusan pada uji run test didasarkan pada acak tidaknya data. Apabila data bersifat acak, maka dapat diambil kesimpulan bahwa data tidak terkena autokorelasi. Acak tidaknya data mempunyai batasan sebagai berikut: 1. Apabila nilai probabilitas ≥ α = 0,05 maka observasi terjadi secara acak. 2. Apabila nilai probabilitas ≤ α = 0,05 maka observasi terjadi secara tidak acak. Selain itu, pengujian juga dapat dilakukan dengan menggunakan uji Durbin- Watson, dengan ketentuan sebagai berikut : 1. Angka D-W di bawah -2 berarti ada ditemukan autokorelsi positif 2. Angka D-W di antara -2 sampai +2, berarti tidak ada ditemukan autokorelasi 3. Angka D-W di atas +2 berarti ada ditemukan autokorelasi negatif

3.6.2 Pengujian Hipotesis