E. Metode Estimasi Model Regresi Linier Berganda
1. Uji Asumsi Klasik
Pengujian asumsi klasik dilakukan agar memperoleh hasil regresi yang bisa dipertanggungjawabkan , mempunyai hasil yang
tidak bias atau disebut Best Linier Unbiassed Estimator BLUE. a.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model ,
variabel pengganggu atau residual memiliki distribusi normal. Untuk uji
normalitas penulis
menggunakan metode
Jarque-Bera menggunakan software Eviews 8.0. Model dianggap berdistribusi
normal bila probabilitas Jarque-Bera hitung lebih besar dari 0,05.
39
b. Uji Multikolinearitas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen.
Model yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Adapun cara untuk mendeteksi ada atau tidaknya gejala
multikolinearitas ialah dengan melihat nilai Variance Inflation Factor VIF. Jika nilai VIF tidak lebih dari 10, maka dapat disimpulkan
tidak ada multikolonieritas antara variabel bebas dalam regresi.
39
Suherman dkk., “Pengaruh Kinerja Perusahaan, Kepemilikan Institusi, dan Komisaris Independen terhadap Total Kompensasi: Studi pada Perusahaan yang Terdaftar di LQ45 Tahun
2009 –2012” Jurnal Aplikasi Manajemen JAM Vol 13 No 3, 2015 Terindeks dalam Google
Scholar: TERAKREDITASI SK DIRJEN DIKTI NO. 66bDIKTIKEP2011 ISSN: 1693-5241
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas ialah untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual dari
satu pengamatan ke pengamatan yang lain. Untuk mendeteksi ada tidaknya heteroskedastisitas, uji statistik yang dapat digunakan ialah
Uji Glejser, Uji Park, atau Uji White. Pada penelitian ini, penulis menguji heteroskedastisitas dengan Uji Glejser.
d. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada
periode t-1 sebelumnya, model regresi yang baik adalah yang bebas dari autokorelasi.
Untuk mendeteksi adanya autokorelasi model regresi linier berganda dapat dilakukan dengan uji Durbin Watson
DW. Nilai statistik DW akan bernilai 2 jika tidak terdapat autokolerasi, bernilai 0 jika terdapat autokolerasi positif, dan
bernilai 4 jika terdapat autokolerasi negatif. Keputusan ada tidaknya autokolerasi dilakukan dengan menetapkan nilai batas
bawah dL dan batas atas dU, kemudian mengikuti ketentuan sebagai berikut:
40
a
Bila DW dL, maka terdapat autokolerasi positif;
40
Raden David Febrimanato, “Analisis Faktor-Faktor yang Mempengaruhi Struktur Modal Pada Perusahaan yang Terdaftar di Bursa Efek Indonesia Periode 2001-
2010” Skripsi S1 Universitas Indonesia, 2012