39
3.6 Metode Analisis Data 3.6.1
Analisis Statistik Deskriptif
Statistik deskriptif digunakan untuk menggambarkan variabel-variabel dalam penelitian. Variabel-variabel yang diteliti dalam penelitian ini adalah
Market Value Added , Price Earning Ratio, Economic Value Added dan Return
saham. Menurut Ghozali 2006:19 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.
3.6.2 Pengujian Asumsi Klasik
Sebelum melakukan pengujian hipotesis dengan analisis regresi berganda, harus dilakukan uji asumsi klasik terlebih dahulu. Uji asumsi klasik dalam
penelitian ini digunakan untuk mengetahui hubungan antarvariabel penelitian yang ada dalam model regresi. Pengujian asusmsi klasik tersebut meliputi uji
normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Menurut Erlina 2008:102, tujuan uji normalitas data adalah untuk “mengetahui apakah dalam model regresi variabel pengganggu atau residual
memiliki distribusi normal”. Dengan melakukan uji Kolmogorav-Smirnov terhadap model yang diuji, cara ini dapat mendeteksi apakah variabel pengganggu
atau residual memiliki distribusi normal. Kriteria pengambilan keputusan adalah
Universitas Sumatera Utara
40 apabila nilai signifikan 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 sebagai berikut :
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model
regresi memenuhi asumsi normalitas b. 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 kolerasi antara variabel independen. Uji multikolinearitas dapat
dilakukan dengan melakukan uji korelasi antara variabel independen dengan menggunakan tolerance dan varians inflating faktor VIF. VIF merupakan suatu
jumlah yang menunjukkan variabel independen dapat dijelaskan oleh variabel independen lain dalam persamaan regresi. Untuk mengetahui terjadi atau tidaknya
multikolinearitas dapat diketahui dengan kriteria berikut ini: Jika VIF 10, maka tidak terjadi multikolineritas
Jika VIF 10, maka terjadi multikolinearitas
Universitas Sumatera Utara
41 Jika tolerance 0.01, maka terjadi multikolinearitas
Jika tolerance 0.01, maka tidak terjadi multikolinearitas
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Untuk menguji ada tidaknya heteroskedastisitas dalam penelitian ini dapat digunakan grafik plot antara nilai prediksi variabel dependen ZPRED dengan
residualnya SRESID. Apabila grafik yang ditunjukan dengan titik-titik tersebut membentuk suatu pola tertentu, maka telah terjadi heteroskedastisitas
dan apabila polanya acak serta tersebar baik diatas maupun dibawah angka 0
pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2006:105. d. Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada peride t dengan kesalahan pada
periode t-1 atau sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Cara yang dapat dilakukan untuk mendeteksi masalah autokorelasi
adalah dengan melakukan uji Durbin Watson.
3.7 Pengujian Hipotesis
