l
1. Pengujian Data
Dalam pengujian data terdiri dari dua pengujian, yaitu :
a. Uji Hipotesis 1 Persamaan Regresi Berganda
Persamaan regresi ini bertujuan untuk memprediksi besarnya keterikatan dengan menggunakan data variabel bebas yang sudah
diketahui besarnya singgih santoso, 2002 :163 2 Uji t
Uji t digunakan untuk menguji hipotesa yaitu untuk menguji signifikasi pengaruh masing-masing variabel indenpenden secara
parsial terhadap variabel dependen
Hipotesis :
Ho : Koefisien regresi tidak signifikan Hi : Koefisien regresi signifikan
Kriteria Pengujian :
Jika probabilita 0,05 maka Ho ditolak Jika probabilita 0,05 maka Ho diterima
3 Uji f
Uji ini digunakan untuk mengetahui apakah model regresi dapat digunakan untuk mempengaruhi variabel bebas secara simultan
atau tidak.
Hipotesis :
Ho : Model regresi tidak dapat digunakan
li Hi : Model regresi dapat digunakan
Kriteria Pengujian :
Jika probabilita 0,05 maka Ho ditolak Jika probabilita 0,05 maka Ho diterima
b. Uji Asumsi Klasik 1 Uji Multikoloniaritas
Uji multikoloniaritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel independen
berkorelasi maka variabel-variabel ini tidak ortogonal Prof.Dr.H.Imam Ghozali,.M.Com,Akt, 2005. Nilai cutoff yang
umum dipakai untuk menunjukan adanya multikoloniaritas adalah nilai Tolerance 0,10 atau sama dengan nilai VIF 10.
2 Uji Autokolerasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t-1
sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainya Prof.Dr.H.Imam Ghozali,.M.Com,Akt, 2005. Untuk mendeteksi ada atau tidaknya
autokorelasi dalam suatu penelitian.
lii a Uji Durbin – Watson
Uji durbin Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyaratkan adanya
intercept konstanta dalam model regresi dan tidak ada variabel lagi di antara variabel independen hipotesis yang akan diuji
adalah : H0 : tidak ada autokorelasi r = 0
HA : ada autokorelasi r ≠ 0
3 Uji Normalitas
Uji normalitas digunakan untuk melakukan pengujian apakah dalam model regresi, variabel pengganggu atau residual memiliki
distribusi normal. Dalam uji normalitas terdapat dua cara untuk medeteksi apakah residual berdistribusi normal atau tidak yaitu
dengan analisis grafik dan uji statistik Prof.Dr.H. Imam ghazali,
M.Com, Akt
a Analisa Grafik Salah satu cara termudah untuk melihat normalitas residual
adalah dengan melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi
normal. b Uji Statistik
Selain dengan analisis grafik maka perlu dianjurkan dengan uji statistik, agar mencapai keakuratan yang lebih baik lagi. Uji
liii statistik sederhana dapat dilakukan dengan melihat nilai kurtosis
dan skewness dari residual. Pada prinsipnya normalitas dapat dideteksi dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Adapun dasar
pengambilan keputusan : • Jika data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal atau grafik histogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi
nirmalitas. • Jika data menyebar jauh dari diagonal danatau tidak mengikuti
arah garis diagonal atau grafik histogram tidak menunjukan pola distribusi normal, maka model regresi tidak memenuhi asumsi
normalitas.
4 Uji Heterokodastisitas
Uji heteroskedastitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lainya. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heterokodastisitas. Model regresi yang baik adalah yang homoskesdasitas atau tidak
terjadi heterokesdasitas Prof.Dr.H. Imam ghazali, M.Com, Akt. Dalam analisis memiliki dasar yaitu :
liv a Jika ada pola tertentu, seperti titik yang ada membentuk pola
tertentu teratur bergelombang, melebar, kemudian menyempit, maka telah terjadi heteroskedasitas.
b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
E. Operasional Variabel Penelitian 1. Pengukuran Economic Value Added EVA