Uji Asumsi Klasik Metode Analisis Data

commit to user

2. Variabel Independen

Variabel independen dalam penelitian ini menggunakan managerial ownership. Penggunaan managerial ownership mengacu pada penelitian Saleh, et al 2007, Eng dan Mak 2003 managerial ownership dihitung melalui persentase saham yang dimiliki oleh pemegang saham manajer yang diketahui.

E. Metode Analisis Data

Metode analisis data dalam penelitian ini menggunakan analisis jalur. Analisis jalur atau path analisys merupakan pengembangan model regresi yang digunakan kesesuaian fit dari matrix korelasi dari dua atau lebih model yang dibandingkan oleh si peneliti. Langkah-langkah dalam analisis jalur adalah sebagai berikut :

1. Uji Asumsi Klasik

a. Uji Normalitas Data Uji normalitas berfungsi untuk menguji kenormalan distribusi dalam model regresi pada variabel pengganggu atau variabel residual Ghozali, 2005. Uji ini bertujuan untuk menguji apakah dalam model regresi variabel dependen dan independen memiliki distribusi normal. Pengujian normalitas dalam penelitian ini menggunakan uji kolmogorov smirnov, dengan membandingkan nilai p value dengan commit to user tingkat signifikansi 5. Jika p value 5 maka data terdistribusi normal. b. Uji Multikolinieritas Merupakan pengujian yang dilakukan dengan tujuan menguji apakah model regresi terdapat korelasi antara variabel independen Ghozali, 2006 model regresi yang baik seharusnya tidak terdapat korelasi antar variabel independen. Jika terjadi korelasi antar variabel independen maka dikatakan terjadi multikolinieritas. Untuk mendeteksi ada tidaknya multikolinieritas dalam model regresi peneliti akan menggunakan nilai tolerance dan Variance Inflation Factor VIF dengan alat bantu SPSS 16. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cutoff yang dipakai adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10. Jika tidak ada variabel independen yang memiliki nilai VIF lebih dari 10, maka tidak terjadi problem multikolinieritas. c. Uji Autokorelasi Pengujian autokorelasi dilakukan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. commit to user Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena kesalahan pengganggu tidak tidak bebas dari satu observasi ke observasi lainnya. Untuk menguji ada tidaknya autokorelasi, peneliti akan menggunakan uji Run test dengan alat bantu SPSS 16. Run Test digunakan untuk melihat apakah data residual terjadi secara random atau tidak sistematis. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. H0 : residual res_1 random acak HA : residual res_1 tidak random d. Uji Heteroskedastisitas Pengujian ini digunakan untuk melihat apakah terdapat spesifikasi model yang digunakan sudah benar atau tidak sehingga diperoleh informasi apakah fungsi yang digunakan sebaiknya berbentuk linier, kuadrat atau kubik. Metode yang digunakan dalam penelitian ini adalah dengan scatterplot . Grafik scatterplot dihasilkan dengn alat bantu SPSS 16. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas dan titik-titik commit to user menyebar di atas dan di bawah angka nol dan sumbu Y, maka tidak terjadi heteroskedastistitas Ghozali, 2005.

2. Uji Identifikasi Model