xlviii Langkah yang selanjutnya adalah memasukan rasio-rasio tersebut ke dalam
Software Microsoft Excel XP kemudian di konfersi ke Software E-Views 6 dan
SPSS versi 17 untuk selanjutnya dianalisa menggunakan uji statistik. Secara terperinci langkah dalam pengujian statistik yaitu :
1. Uji Asumsi Klasik
Uji asumsi klasik yang digunakan pada penelitian ini adalah uji normalitas data, uji multikolonieritas, uji heteroskedastisitas, dan uji
autokorelasi.
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai distribusi data
normal atau tidak dengan menggunakan Normal P-P Plot. Model regresi yang baik adalah mempunyai distribusi normal atau mendekati normal. Jika
data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, sehingga model regresi memenuhi
asumsi normalitas Ghozali, 2005:112.
b. Uji Multikoloniearitas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen Ghozali, 2005:91.
Jika terjadi korelasi, maka terdapat problem multikolonieritas atau multiko.
xlix Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independennya. Ada tidaknya multikolonieritas di dalam model regresi adalah dilihat dari besaran VIF Variance Inflation Factor dan tolerance.
Regresi yang terbatas dari problem multikolonieritas apabila nilai VIF10 dan nilai tolerance 0,10, maka data tersebut tidak ada multikolonieritas
Ghozali, 2005:92. Multikolonieritas juga terjadi jika variabel independen ada korelasi yang cukup tinggi umumnya di atas 0.90, maka hal ini
merupakan indikasi adanya multikolonieritas Ghojali, 2005:92
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual atau pengamatan ke pengamatan
yang lain dengan menggunakan grafik Scatterplot. Model regresi yang baik adalah tidak terjadi heterokedastisitas Ghozali, 2005:105. Dasar
pengambilan keputusannya, jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit, maka terindiksi bahwa telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2005:105
d. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan penggangu pada periode t dengan
l kesalahan penggangu pada periode t-1 sebelumnya. Jika terjadi korelasi,
maka dinamakan ada problem autokoralasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya Ghojali, 2005:95.
Autokorelasi autocorrelation adalah hubungan antara residual satu obsevasi dengan residual observasi lainnya. Autokorelasi lebih mudah
timbul pada data yang bersifat runtut waktu, karena berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada masa-masa sebelumnya.
Meskipun demikian, tetap dimungkinkan autokorelasi dijumpai pada data yang bersifat antarobjek cross section Wing Wahyu, 2007:5.24.
Autokorelasi dapat berbentuk autokorelasi positif dan autokorelasi negatif. Dalam analisis runtut waktu, lebih besar kemungkinan terjadi autokorelasi
positif, karena
variabel yang
dianalisis biasanya
mengandung kecenderungan meningkatWing Wahyu, :2007:5.25
Untuk mendeteksi terjadi autokorelasi atau tidak dapat dilihat melalui nilai Durbin Watson. Adapun panduan mengenai DW Durbin
watson. Bila nilai DW terletak diantara du d 4 – du maka dapat dikatakan tidak terjadi autokorelasi baik positif maupun negatif, atau jira
nilai d mencapai sekitar 2 di mana du adalah batas atas dan dL adalah batas bawah. Menurut Durbin-Watson Statistik terdapat lima kondisi autokorelasi.
1 0 d dL : ada autokorelasi positif
li 2 dL d du
: ragu-ragu ada autokorelasinya inconclusive 3 du d 4-du
: tidak terjadi autokorelasi positif maupun negatif 4 4-du d 4-dL : ragu-ragu ada autokorelasi negatif
5 4-dL d 4 : ada autokorelasi negatif
2. Analisis Regresi