Populasi Populasi dan Sampel
a. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen, variabel independen atau keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah disribusi data normal atau mendekati normal. Deteksi
normalitas digunakan uji Kolmogorov-Smirnov dengan kriteria apabila Asymp. Sig 2-tailed atau profitabilitas diatas 0,05 maka
distribusi data adalah normal Santoso, 2002: 36. b.
Uji Heterokedastisitas Uji Heterokedastisitas adalah bertujuan untuk mengetahui apakah
dalam sebuah model regresi terjadi ketidaksamaan varian dari residual antara satu pengamatan dengan pengamatan yang lain. Uji
heterokedastisitas menggunakan uji Glejser dengan ketentuan Priyatno, 2012: 158:
1 Jika signifikan 0,05 maka terjadi heterokedastisitas. 2 Jika signifikan 0,05 maka bebas dari unsur heterokedastisitas.
c. Uji Autokorelasi
Uji Autokorelasi digunakan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Tentu saja model
korelasi yang baik adalah regresi yang bebas dari autokorelasi. Deteksi adanya autokorelasi dapat dilihat dari nilai Durbin Waston
Test sebagai berikut Priyatno, 2010: 77: o
dU DW 4-dU berarti tidak terjadi autokorelasi. o
DW dL atau DW 4-dL berarti terjadi autokorelasi. o
dL DW dU atau 4-dU DW 4-dL berarti tidak ada keputusan yang pasti.
4 Menentukan Model Regresi Linear Sederhana
Analisis regresi digunakan untuk mengetahui besarnya pengaruh satu variabel bebas atau lebih terhadap satu variabel tidak bebas.
Model persamaan regresi linear sederhana: Y = α + βX + ε model populasi
Y = a + bX + e model sampel Keterangan :
a dan b adalah estimate value untuk α dan β
a adalah kontanta, secara grafik menunjukkan intersep b adalah koefisien regresi yang menunjukkan besarnya pengaruh X
terhadap Y, secara grafik menunjukkan slope kemiringan garis regresi. Jika data hasil observasi terhadap sampel acak berukuran n telah tersedia,
maka untuk mendapatkan persamaan regresi Y = a + bX, perlu dihitung a dan b dengan metode kuadrat kekeliruan terkecil least square error
methods.