43
laba. Untuk menghitung pertumbuhan laba dalam penelitian ini digunakan laba bersih. Rumus untuk menghitung pertumbuhan laba
adalah sebagai berikut : PertumbuhanLaba=
Laba bersih Tahun t − Laba bersih Tahun t−1 Laba bersih Tahun t−1
x 1kali
3.6 Metode Analisis Data
3.6.1 Statistik Deskriptif
Statistik deskriptif pada umumnya digunakan untuk memberikan informasi mengenai variabel-variabel penelitian di dalam suatu
penelitian. Analisis statistik deskriptif akan memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai minimum, maksimum, rata–
rata mean, dan standar deviasi yang dihasilkan dari variabel penelitian.
3.6.2 Pengujian Asumsi Klasik
Metode analisis data yang digunakan pada penelitian ini adalah model regresi berganda dengan bantuan software SPSS 17 for windows.
Untuk menghasilkan suatu model yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis.
Pengujian asusmsi 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”. Dengan melakukan uji
44
Kolmogorav-Smirnov terhadap model yang diuji, cara ini dapat mendeteksi apakah variabel pengganggu atau residual memiliki
distribusi normal. Kriteria pengambilan keputusan adalah apabila nilai signifikan atau probabilitas 0,05, maka residual tidak memiliki
distribusi nirmal. Selain itu, uji normalitas juga dapat dilakukan dengan melakukan
analisis grafik normal probability plot dan grafik histogram. 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, mmaka model regresi memenuhi asumsi
normalitas dan
2 Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola
distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antara variabel independen. Uji
multikolinearitas dapat dilakukan dengan melakukan uji korelasi antara variabel independen dengan menggunakan tolerance dan
varians inflating faktor VIF. VIF merupakan suatu jumlah yang menunjukkan variabel independen dapat dijelaskan oleh variabel
independen lain dalam persamaan regresi. Untuk mengetahui terjadi atau tidaknya multikolinearitas dapat diketahui dengan kriteria berikut
ini:
45
Jika VIF 10, maka tidak terjadi multikolineritas Jika VIF 10, maka terjadi multikolinearitas
Jika tolerance 0.01, maka terjadi multikolinearitas Jika tolerance 0.01, maka tidak terjadi multikolinearitas
c. Uji Heteroskedastisitas Menurut Ghozali 2005:105 “uji heteroskedastisitas bertujuan
menguji apakan dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain”. Model
regresi yang baik adalah tidak terjadinya heteroskedastisitas. Cara mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan
melihat grafik scatterplot antara nilai prediksi variabel dependen. Menurut Ghozali 2005:105 dasar analisis menetukan ada atau
tidaknya heteroskedastisitas yaitu : 1 Jika ada pola tertentu, seperti titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas.
2 Jika tidak ada pola yang jelas, serta titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedastisitas.
d. Uji Autokorelasi Menurut Ghozali 2005:95 “uji autokorelasi bertujuan menguji
apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada
periode t-1 sebelumnya”. Cara yang dapat dilakukan untuk
46
mendeteksi ada atau tidaknya autokorelasi adalah dengan melakukan uji Durbin Watson.
3.7 Pengujian Hipotesis
