keuangan perusahaan Oomotif yang go public di bursa efek Indonesia dari tahun 2005 – 2009
1.4. Teknis Analisis dan Uji Hipotesis
1.4.1. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data tersebut
mengikuti sebaran normal dapat dilakukan dengan metode Kolmogorov Smirnov
dengan menggunakan program SPSS Sumarsono, 2004: 40. Pedoman dalam mengambil keputusan apakah sebuah distribusi data
mengikuti distribusi normal adalah : -
Jika nilai signifikan nilai profitabilitasnya lebih kecil dari 5, maka distribusi adalah tidak normal.
- Jika nilai signifikan nilai profitabilitasnya lebih besar dari
nilai 5, maka distribusi adalah normal.
1.4.2. Uji Asumsi Klasik
Persamaan regresi diatas tersebut harus bersifat BLUE Best Linear Unbrased Estimator
artinya pengambilan keputusan uji F dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi
tiga asumsi klasik yaitu: 1.
Non Autokorelasi tidak boleh ada autokorelasi
2. Non Multikolinearitas tidak boleh ada multiklinearitas
3. Homokedastisitas tidak boleh ada heteroskedasitisitas
Apabila salah satu dari ketiga asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE. Sehingga
pengambilan keputusan melalui uji F dan uji t menjadi bias. Di bawah ini asumsi dasar dari BLUE, yaitu:
1. Autokorelasi
Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model linier ada korelasi antara korelasi pengganggu periode
t dengan kesalahan pada periode t-1 sebelumnya. Untuk menguji apakah terjadi autokorelasi atau tidak, digunakan uji Durbin-
Watson DW-Test. Menurut Santoso 2002 : 219 pengambilan keputusan ada
tidaknya autokorelasi, yaitu digunakan uji Durbin-Watson Dw- Test, dengan ketentuan sebagai berikut:
Angka D-W di bawah -2 berarti ada autokorelasi positif Angka D-W di antara -2 sampai +2, berarti tidak ada
autokorelasi Angka D-W di atas +2 berarti ada autokorelasi negatif.
2. Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel saling
berkorelasi, maka variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasinya antar sesama
variabel independen sama dengan nol. Menurut Santoso 2002 : 206 model regresi bebas dari
multikolinearitas bila : Variance inflation factor VIF disekitar angka 1 atau
lebih kecil dari 10 Mempunyai angka tolerance mendekati 1.
3. Heteroskedastisitas
Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu
pengamatan ke pengamatan yang lain. Jika variance dari residual suatu pengamat ke pengamat yang lain tetap, maka disebut
homoskedastisitas. Dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah model yang bersifat
homoskedastisitas atau tidak terjadi heteroskedastisitas.
Menurut Santoso 2002:301 deteksi adanya heteroskedastisitas adalah:
a. Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas.
b. Nilai probabilitas 0,05 berarti terkena heteroskedastisitas.
3.4.3. Teknik Analisis
Kategori