lviii
Variabel Indikator
Sub Variabel Skala
X
6
GPM Gross profit margin, yaitu
kemampuan perusahaan untuk menghasilkan laba
kotor.
Penjualan Penjualan
Pokok Harga
- Penjualan
Rasio
Y Perbahan
Laba Perubahan laba, yaitu
peningkatan atau penurunan laba bersih.
100 1
- Tahun t
Bersih Laba
1 -
Tahun t Bersih
Laba -
Tahun t Bersih
Laba x
Rasio
Sumber: Data diolah penulis, 2008
E. Metode Analisis Data
1. 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
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 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.
Universitas Sumatera Utara
lix 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
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 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:
Universitas Sumatera Utara
lx 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.
d. Uji Autokorelasi