Variabel Indikator
Sub Variabel Skala
Y Pertumbu
han Laba Perubahan laba, yaitu
peningkatan laba bersih.
100 1
- Tahun t
Bersih Laba
1 -
Tahun t Bersih
Laba -
Tahun t Bersih
Laba x
Rasio Sumber: Data diolah penulis, 2010
E. Metode Analisis Data
1. Statistik Deskriptif
Statistik deskriptif merupakan statistik yang menggambarkan fenomena atau karakteristik dari data Jogiyanto, 2004 : 163. Statistik deskriptif
memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis, dan
skewness kemencengan distribusi. Dalam penelitian ini penulis menjabarkan statistik deskriptif berupa mean, maksimum, minimum, dan standar deviasi.
2. Pengujian Asumsi Klasik
Metode analisis data yang digunakan adalah model analisis regresi berganda dengan bantuan software SPSS versi 16 for Windows. Untuk
menghasilkan suatu model yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Pengujian asumsi klasik
tersebut meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Menurut Ghozali 2005 : 110 “ uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal”. Cara yang dapat digunakan untuk menguji apakah variabel pengganggu atau residual memiliki distribusi normal adalah dengan
Universitas Sumatera Utara
melakukan uji Kolmogorov-Smirnov terhadap model yang diuji. Kriteria pengambilan keputusan adalah apabila nilai signifikansi atau probabilitas
0.05, maka residual memiliki distribusi normal dan apabila nilai signifikansi atau probabilitas 0.05, maka residual tidak memiliki distribusi normal.
Selain itu, uji normalitas juga dapat dilakukan dengan melakukan analisis grafik normal probability plot dan grafik histogram. Dasar pengambilan
keputusan dalam uji normalitas menurut Ghozali 2005 : 110 sebagai berikut: 1
jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsi normalitas dan
2 jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi
yang baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2005 : 91. Multikolinearitas dapat dideteksi dengan melihat nilai
tolerance dan variance inflation factor VIF. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance
0.10 atau sama dengan nilai VIF 10 Ghozali, 2005 : 92.
c. Uji Heteroskedastisitas
Menurut Ghozali 2005 : 105 “uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain”. Model regresi yang baik adalah tidak
Universitas Sumatera Utara
terjadi heteroskedastisitas. Cara mendeteksi ada atau tidaknya
heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel dependen. Menurut Ghozali 2005 : 105 dasar analisis untuk
menentukan ada atau tidaknya heteroskedastisitas yaitu: 1
jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit,
maka mengindikasikan telah terjadi heteroskedastisitas,
2 jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di
bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Uji Heteroskedastisitas dilakukuan dengan 2 pendekatan, yaitu: a
Pendekatan Grafik b
Pendekatan Statistik
d. Uji Autokorelasi
