keuangan perusahaan otomotif yang go public di Bursa Efek Indonesia, kemudian dilakukan rekapitulasi sesuai dengan kebutuhan penelitian. Data yang digunakan
berupa laporan keuangan dari tahun 2006-2009.
3.4. Tekhnik Analisis dan Uji Hipotesis
3.4.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti
diketahui bahwa uji t dan F mengasumsi bahwa nilai residul mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi
tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis
grafik dan uji statistik. Deteksi normalitas ini menggunakan uji kolmogrov-smirnov dengan nilai signifikansinya lebih besar dari 0,05
5, artinya dapat dilakukan bahwa data dipastikan dari populasi yang berdistribusi normal jika nilai signifikansinya lebih besar dari 0,05 5.
3.4.2. Uji Asumsi Klasik
Persamaan regresi tersebut harus bersifat BLUE Best Linear Unbiased Estimatory yang artinya pengambilan keputusan uji F dan uji t
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
tidak boleh bias sehingga diperoleh hasil uji F dan uji t yang valid dan secara statistik dapat diperoleh kesimpulan yang jelas.
Ada beberapa asumsi yang harus dipenuhi sebelum menguji hipotesis dengan menggunakan analisis regresi yaitu uji asumsi klasik
yang meliputi: a.
Multikolinieritas Uji asumsi multikolinieritas digunakan untuk
menunjukkan adanya hubungan linier antara variabel-variabel bebas dalam suatu model regresi. Salah satu cara yang digunakan
untuk mengetahui ada tidaknya multikolinieritas yaitu dengan melihat besarnya nilai variance inflation factor VIF, yaitu
dengan menggunakan SPSS dengan ketentuan sebagai berikut: 1.
Jika VIF 10, maka terjadi multikolinieritas. 2.
Jika VIF 10,maka tidak terjadi multikolinieritas Ghozali,2005:91.
b. Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model ini terjadi ketidaksamaan varian dari residual suatu
pengamatan ke pengamatan lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas Ghozali,2005:105. Hal ini bisa diidentifikasi dengan menghitung
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
korelasi Rank Spearman antara residual dengan seluruh variable bebas dimana nilai probabilitas yang diperoleh harus lebih besar
dari 0,05. c.
Autokorelasi Autokorelasi adalah korelasi antara data observasi yang
diurutkan berdasarkan waktu urut Time Series atau data yang diambil pada waktu tertentu data cross sectorial,dalam konteks
regresi,model regresi linear mengasumsikan bahwa autokorelasi seperti itu tidak terdapat dalam disturbansi atau nilai pengganggu
Gujarati,1995:201,jadi suatu model regresi dikatakan tidak terjadi autokorelasi jika nilai residual dari observasi pada waktu
ke-t e
t
tidak boleh ada hubungan dengan nilai residual dengan observasi sebelumnya e
t-1
. Untuk mendiagnosa adanya autokorelasi dalam suatu
model regresi dilakukan melalui pengajuan terhadap nilai Uji Durbin Watson uji DW. Pedoman model regresi untuk
mendeteksi autokorelasi menurut besaran DW Durbin - Watson yaitu:
a. Angka D – W dibawah -2 berarti ada autokorelasi +
b. Angka D – W sampai +2 berarti tidak ada autokorelasi
c. Angka D – W diatas +2 berarti ada autokorelasi -
Santoso, 2000: 219
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.3. Tekhnik Analisis
