tersebut Growth Profit
Rasio yang menunjukkan tingkat pertumbuhan laba
perusahan Rasio
Price Earning Ratio Besarnya harga setiap satu
rupiah earning perusahaan. Disamping itu PER juga
merupakan ukuran harga relatif dari sebuah saham
perusahaan Rasio
Dependen Return Saham
Rasio yang menggambarkan apresiasi
pasar terhadap kemampuan perusahaan dalam
menghasilkan laba Rasio
F. Metode Analisis Data
Untuk memperoleh nilai yang tidak bias dan efisien dari model persamaan linear, maka haruaslah memenuhi asumsi-asumsi klasik yang mendasari model
linear Gujarati, 2003, melalui uji asumsi klasik, setelah data memenuhi asumsi klasik, maka data layak dianalisis lebih lanjut utuk pengujian hipotesis dengan
analsis pengujian linear.
1. Uji Asumsi Klasik
Karena data yang digunakan adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang
mendasari model regresi. Pernyimpangan asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinieritas, heteroskedastisitas dan
autokorelasi. Adapun masing-masing pengujian tersebut dapat dijabarkan sebagai berikut :
Universitas Sumatera Utara
a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi
linier variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau
mendekati normal. Cara untuk melihat normalitas adalah dengan melihat histrogram yang membandingkan antara data observasi dengan distribusi yang
mendekati distribusi normal. Namun demikian dengan hanya melihat histogram hal ini dapat menyesatkan khususnya untuk sampel yang kecil jumlahnya. Metode
yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi
kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan plooting
data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya Ghozali, 2005. b. Uji Multikolinieritas
Pengujian multikolinieritas ini berguna untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel bebas. Untuk mendeteksi ada atau tidaknya multikolinieritas dalam model regresi adalah dengan menganalisis
matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi umumnya di atas 0,90 maka hal ini mengindikasikan adanya
multikolinieritas Ghozali, 2001.
Universitas Sumatera Utara
Multikolinieritas dapat juga dilihat dari nilai tolerance dan nilai variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel bebas
manakah yang dijelaskan oleh variabel bebas lainnya. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan VIF di atas 10 Ghozali,
2001. c. Uji Heteroskedastisitas
Menurut Imam Ghozali 2005, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu
pengamatan ke pengamatan lain. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak efisien, baik dalam
sampel kecil maupun besar. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada
grafik scatter plot. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang
teratur bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas maka tidak terjadi
gejala heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas juga dapat diketahui
dengan melakuka uji gletser. Jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat maka ada indikasi terjadi heteroskedastisitas
Ghozali, 2001.
Universitas Sumatera Utara
d. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linier ada korelasi antara kesalahan pada periode t dengan periode t-1 sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autokorelasi
Ghozali, 2005. Untuk menguji ada tidaknya gejala autokorelasi maka dapat dideteksi dengan uji Durbin-Waston DW test.
`
2. Analisis Regresi
