Penentuan Model Estimasi : Teknik Analisis Data

null akan ditolak, yang berarti model estimasi yang tepat untuk regresi data panel adalah fixed effect. Sebaliknya apabila nilai statistik hausman lebih kecil dari nilai kritis Chi-Squares maka hipotesis null diterima yang artinya model yang tepat untuk regresi data panel adalah random effect. 3. Uji Lagrange Multiplier Uji Lagrange Multiplier digunakan untuk mengetahui apakah model random effect Lebh baik dari model common effect digunakan Lagrange Multiplier LM. Uji Signifikansi random effect ini dikembangkan oleh Breusch-Pagan. Pengujian didasarkan pada nilai residual dari metode common effect. Uji LM ini didasarkan pada distribusi Chi-Squares dengan derajat kebebasan df sebesar jumlah variabel independen. Hipotesis null-nya adalah bahwa model yang tepat untuk regresi data panel adalah Common Effect, dan hipotesis alternatifnya adalah model yang tepat untuk regresi data panel adalah random effect. 4 . Ho : Common Effect H1 : Random Effect Apabila nilai LM hitung lebih besar dari nilai kritis Chi-Squares maka hipotesis null ditolak yang artinya model yang tepat untuk regresi data panel adalah 4 Sopana, “Data Panel. Diakses pada 27 September 2015 dari http:bengkeldata.comdata- panel-pengertian-analisis-regresi-data-panel-fixed-effect-random-effect-serta-cara-olahdata-panel-uji- chow-uji-hausman-uji-lagrange. model random effect. Sebaliknya, apabila nilai LM hitung lebih kecil dari nilai kritis chi-squares maka hipotesis null diterima yang artinya model yang tepat untuk regresi data panel adalah model common effect.

d. Uji Asumsi Klasik

Tujuan pengujian asumsi klasik ini adalah untuk memberikan kepastian bahwa persamaan regresi yang didapatkan memiliki ketepatan dalam estimasi, tidak bias dan konsisten. Uji asumsi dasar yang dilakukan adalah : 1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah sebuah model regresi variabel dependen, variabel independen atau keduanya mempunyai distribusi normal atau tidak. Nilai residual dikatakan berdistribusi normal jika nilai residual terstandarisasi tersebut sebagian besar mendekati nilai rata-ratanya. Tidak terpenuhinya asumsi normalitas dalam model regresi pada umumnya disebabkan karena distribusi data tidak normal, karena terdapat nilai ekstrem pada data yang diambil 5 . Pada program Eviews Pengujian normalitas dilakukan dengan Jarque-Bera test. Untuk mendeteksi normalitas data penelitian dapat dilakukan dengan melihat koefisien Jarque-bera dan probablitasnya. Hipotesis yang digunakan dalam pengujian normalitas adalah sebagai berikut : Ho : reisudal dari model berdistribusi normal 5 Neni Nuraini, “Analisis Faktor yang Mempengaruhi Manajemen Laba”, Studi Empiris Pada Perusahaan Manufaktur yang terdaftar di BEI Periode 2007-2011, Skripsi S1 Universitas Islam Negeri Syarif Hidayatullah Jakarta, h. 96..