36
Karena variable Current Ratio, ROA, DER tidak dilaporkan tiap tahunnya
6. PT. Delta Dunia Petroindo Tbk
Karena variable Current Ratio, ROA, DER tidak dilaporkan tiap tahunnya
7. PT. Century Textile Industry Tbk
Karena variable Current Ratio, ROA, DER tidak dilaporkan tiap tahunnya
8. PT. Ever Shine Tbk
Karena variable Current Ratio, ROA, DER tidak dilaporkan tiap tahunnya
9. PT. Panasia Indosyntec Tbk
Karena variable Current Ratio, ROA, DER tidak dilaporkan tiap tahunnya
3.5. Teknik Analisis Data
3.5.1. Uji Normalitas
Uji normalitas data digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal yang dapat dilakukan dengan berbagai metode
diantaranya adalah uji regresi OLS Ordinary least Square, dimana distribusi sampling dari regresi OLS tergantung pada distribusi residual
e, apabila residual e berdistribusi normal dengan sendirinya bo dan b
1
juga berdistribusi normal. Gujarati, 1995:66
37
Komponen penganggu e harus tersebar mengikuti sebaran normal dengan nilai tengah = 0 dengan varaian sebesar
σ
2
. Uji normalitas dapat dilakukan dengan berbagai metode diantaranya adalah Kolmogorov
Smirnov. Dalam regresi OLS b dan b
1
adalah fungsi linier dari Y dan Y adalah fungsi linier dari u
I
3.5.2. Uji Asumsi Klasik
residual.
Persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan uji F dan uji t tidak boleh bias.
Untuk menghasilkan keputusan yang BLUE, maka harus dipenuhi diantara tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier, Apabila
ada salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linier Unbiased
Estimator Algifari, 2000:83,sehingga pengambilan keputusan melalu uji F dan uji t menjadi bias, yaitu :
1. Autokolerasi. Autokorelasi dapat didefinisikan sebagai “korelasi antara data
observasi yang diurutkan berdasarkan urut waktu data time series atau data yang diambil pada waktu tertentu data cross sectional”
Gujarati, 1999:201. Jadi dalam model regresi linear diasumsikan tidak terdapat gejala autokorelasi. Artinya nilai residual Yobservasi–
Yprediksi pada waktu ke-t e
t
tidak boleh ada hubungan dengan nilai residual periode sebelumnya e
t-1
. Identifikasi gejala autokorelasi dapat dilakukan dengan kurva di bawah ini.
38
Gambar 3.1. Kurva Durbin Watson
Sumber : Gujarati, 1999, 216, Ekonometrika Dasar 2.
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. VIF ini dapat dihitung dengan rumus:
Tolerance 1
VIF =
Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Nilai cutoff yang
umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10. Setiap peneliti harus menentukan tingkat kolonieritas yang
masih dapat dia tolerir Ghozali, 2001:57.
Tidak ada autokorelasi positif dan tidak ada
autokorelasi negatif
dL dU
4 - dU 4 - dL
4
ad a a
u to
k o
re la
si p
o sitif
daerah keragu
raguan
ad a a
u to
k o
re la
si n
eg at
if daerah
keragu raguan
39
3. Heteroskedastisitas Pada regresi linier, nilai residual tidak boleh ada hubungan dengan
variabel X. Hal ini bisa diidentifikasi dengan menghitung korelasi Rank Spearman antara residual dengan seluruh variabel bebas dimana
nilai probabilitas yang diperoleh harus lebih besar dari 0,05. rs = 1-6
1
2 2
−
∑
N N
d
i
…………………… Gujarati, 1999 : 188
Keterangan : d
i
3.5.3. Regresi Linier Berganda
