Keterangan : ∆Y
it
= pertumbuhan laba pada tahun tertentu. Y
it
= laba perusahaan pada periode tertentu Y
it-n
= laba perusahaan pada periode sebelumnya
E. Metode Analisis Data 1. Pengujian Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini adalah model analisis regresi berganda dengan bantuan software SPSS versi 16
for Windows. Untuk menghasilkan suatu model yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian
hipotesis. Pengujian asumsi klasik tersebut meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Menurut Erlina 2008:102, tujuan uji normalitas data adalah untuk “mengetahui apakah dalam model regresi variabel pengganggu
atau residual memiliki distribusi normal”. Cara yang dapat digunakan untuk mendeteksi apakah variabel pengganggu atau residual memiliki
distribusi normal adalah dengan melakukan uji Kolmogorov-Smirnov terhadap model yang diuji. Kriteria pengambilan keputusan adalah
apabila nilai signifikansi atau probabilitas 0.05, maka residual memiliki distribusi normal dan apabila nilai signifikansi atau
probabilitas 0.05, maka residual tidak memiliki distribusi normal.
Universitas Sumatera Utara
Selain itu, uji normalitas juga dapat dilakukan dengan melakukan analisis grafik histogram dan normal probability plot. Dasar
pengambilan keputusan dalam uji normalitas menurut Ghozali 2005:110 sebagai berikut:
1 jika data menyebar disekitar garis diagonal dan mengikuti
arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas dan
2 jika data menyebar jauh dari diagonal danatau tidak
mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi
tidak memenuhi asumsi normalitas.
b. Uji Multikolinieritas
Multikolinieritas menunjukkkan adanya hubungan linier di antara variabel-variabel independen dalam model regresi. Uji
multikolinieritas dapat dilakukan dengan melakukan uji korelasi antar variabel independen dengan menggunakan tolerance dan Varians
Inflating Factor VIF. VIF merupakan suatu jumlah yang menunjukkan suatu variabel bebas dapat dijelaskan oleh variabel bebas
lain dalam persamaan regresi. Untuk mengetahui terjadi atau tidaknya multikolinieritas dapat diketahui dengan kriteria sebagai berikut :
Jika VIF 10, maka tidak terjadi multikolinieritas. Jika VIF 10, maka terjadi multikolinieritas.
Jika tolerance 0.01, maka tidak terjadi multikolinieritas. Jika tolerance 0.01, maka terjadi multikolinieritas.
Universitas Sumatera Utara
c. Uji Heteroskedastisitas
