35
b
3
= Koefisien X
3
X
1
= Variabel modal sendiri X
2
= Variabel modal asing X
3
= Variabel volume usaha e
= Faktor pengganggu
3.4.3 Uji Prasyarat Regresi
Sebelum melakukan uji hipotesis, dilakukan uji prasyarat analisis regresi
dalam statistik parametrik. Dalam penelitian ini dilakukan uji normalitas data
untuk mengetahui data tersebut sudah memenuhi syarat yaitu data berdistribusi normal atau tidak.
3.4.3.1 Uji Normalitas Uji normalitas digunakan untuk menentukan apakah variabel berdistribusi
normal. Uji normalitas dilakukan berdasarkan nilai Skewness pada statistik. Dasar pengambilan keputusannya adalah Zn1.96 menunjukkan penolakan asumsi
normalitas pada tingkat signifikan 5 nilai tabel 1.96 Ghozali,2005:91. Penolakan asumsi normalitas pada tingkat signifikan 5 , tingkat kesalahan hanya
5 sedangkan 95 adalah tingkat kebenaran dalam penelitian. Selain itu normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu
diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusannnya adalah :
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
36
b. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonalnya atau grafik histogram tidak menunjukkan pola distribusi
normal, maka model regresi tidak memenuhi asumsi normalitas.
3.4.4 Uji Asumsi Klasik
Metode regresi berganda akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan Best Linear Unbiased Estimation BLUE. Oleh
karena itu diperlukan adanya uji asumsi klasik terhadap model yang telah diformulasikan yang mencakup pengujian sebagai berikut:
3.4.4.1 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. Jika variabel
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai kolerasi antar sesama
variabel independen sama dengan nol. Multikolinieritas dapat dilihat dari nilai tolerance
dan lawannya Variance Inflation Factor VIF. Jika nilai tolerance 0,10 atau sama dengan nilai VIF 10 menunjukkan adanya multikolinieritas. Uji
multikolinearitas bisa dilakukan dengan cara-cara sebagai berikut : a.
Melalui nilai t
hitung
, R
2
, F
ratio
. Jika R
2
tinggi, nilai F
ratio
tinggi, sedangkan sebagian besar atau bahkan seluruh koefisien regresi tidak signifikan
nilai t
hitung
sangat rendah, maka kemungkinan terdapat multikolinearitas.
37
b. Menentukan koefien korelasi antar variabel independent. Jika antar
variabel independen ada korelasi yang spesifik koefisien korelasi yang tinggi ini merupakan indikasi multikolinear.
c. Membuat persamaan regresi antar variabel independen. Jika
koefisiennya signifikan, maka terdapat multikolinear 3.4.4.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian residual satu pengamatan ke pengamatan lain. Cara
yang digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas dengan melihat grafik plot antara nilai prediksi variabel terikat dependen yaitu ZPRED
dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara
SRESID dan ZPRED. Dasar pengambilan keputusannya adalah : a.
Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. 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.
38
3.4.5 Pengujian Hipotesis