41
3.7 Metode Analisis Data
3.7.1 Uji Asumsi Klasik
Agar model regresi tidak bias atau agar model regresi BLUE Best Linear Unbiased Estimator
maka perlu dilakukan uji asumsi klasik terlebih dahulu. Berikut ini penjelasan mengenai uji asumsi klasik yang akan dilakukan :
3.7.1.1 Uji Normalitas
Uji normalitas dimaksudkan untuk mengetahui apakah data berdistribusi normal atau tidak berdistribusi normal. Model regresi yang baik harus mempunyai
distribusi normal atau mendekati normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis
statistik Ghozali, 2005. Analisis grafik dilakukan dengan melihat histrogram atau pola distribusi
data. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada 3.
Kepemilikan Manajerial
Persentase Kepemilikan
saham terhadap
seluruh saham yang
beredar Jumlah kepemilikan saham
Total saham yang �eredar X
Rasio
4. Kepemilikan
Institusional Persentase
jumlah saham instusi
terhadap seluruh
saham yang beredar
Jumlah saham yang dimiliki instusi Total modal saham yang �eredar
X Rasio
Universitas Sumatera Utara
42 sumbuh diagonal dari grafik atau dengan melihat histrogram dari nilai
residualnya. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. Analisis statistik dilakukan dengan uji Kolmogorov-Smirnov Test. Pedoman pengambilan keputusan rentang data
tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov
dapat dilihat dari: a.
Nilai signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal.
b. Nilai signifikan atau probabilitas 0,05, maka distribusi data adalah
normal.
3.7.1.2 Uji Multikolinerialitas
Uji multikolinieritas bertujuan untuk meneliti apakah dalam model regresi ditemukan adanya korelasi di antara variabel independen. Jika terjadi korelasi,
berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk melihat ada atau tidaknya
multikolinieritas dalam model regrasi dilihat dari nilai tolerance dan lawannya Variance Inflation Factor VIF. Batasan umum yang dipakai untuk menunjukkan
adanaya multikolinieritas adalah nilai tolerance 0,01 atau sama dengan VIF 10 Ghozali, 2005: 91.
3.7.1.3 Uji Autokorelasi