Uji Asumsi Metode Analisis Data

4.6. Metode Analisis Data

Model analisis yang digunakan untuk menguji hipotesis penelitian adalah regresi linier berganda atau OLS Ordinary Least Squares dengan menggunakan bantuan pogram komputer SPSS Statistical Package Social Science. Formula untuk menghitungnya adalah sebagai berikut : Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Keterangan Model : a = Konstanta b 1 , b 2 , b 3 , b 4 = Koefisien Regresi X 1 = Economic Value Added X 2 = Market Share X 3 = Earnings X 4 = Net Cash Flow e = error Untuk memperoleh hasil regresi yang baik diperlukan metode analisis data sebelum melakukan uji Hipotesis. Adapun metode analisis yang digunakan adalah :

4.6.1. Uji Asumsi

Klasik Uji asumsi klasik dilakukan untuk menghasilkan suatu analisis data yang akurat, suatu persamaan regresi sebaiknya terbebas dari asumsi-asumsi klasik yang harus dipenuhi antara lain dengan uji normalitas, multikolonieritas, Akmal Hidayat : Pengaruh Economic Value Added, Market Share, Earnings Dan Net Cash Flow Terhadap Return Saham Studi Pada Perusahaan Manufaktur Jenis Consummer Goods Di Bursa Efek Indonesia 2004 – 2007, 2009 heteroskedastisitas dan autokorelasi. Pengujian yang dilakukan atas dasar penelitian secara keseluruhan pada variabel independen yang terdiri dari Economic Value Added, Market Share, Earnings dan Net Cash Flow dan variabel dependen Return Saham, adapun jenis pengujian sebagai berikut : 4.6.1.1. Uji Normalitas Data Uji ini bertujuan untuk menguji data yang berdistribusi normal akan digunakan alat uji normalitas. Alat uji normalitas yang biasa digunakan adalah alat analisis dengan grafik dan analisis statistik, analisis grafik digunakan dua model, yaitu model diagram batang atau histogram dan yang kedua adalah diagram diagonal, sementara analisis statistik yang digunakan biasanya adalah Kolmogorov-Smirnov Ghozali, 2007. Data yang normal menurut analisis dengan menggunakan histogram dimana gambar grafik histogram masih berada pada garis lengkung dan tidak terjadi kecondongan grafik ke kiri atau ke kanan, dengan pengertian bahwa garis lengkung itu masih berada pada sisi yang sama dari titik nol, yang apabila dipotong secara vertikal kurva normal pada titik nol, maka kedua belahan itu akan menjadi pencerminan satu sama lain. Sedangkan data yang normal menurut analisis statistik dengan Kolmogorov-Smirnov adalah nilai signifikansi dari hasil uji harus lebih besar dari nilai signifikan yang telah ditentukan, dimana nilai signifikan yang ditentukan adalah g 0,05. Pengujian Normalitas Data yang digunakan dalam penelitian ini adalah menggunakan Grafik Histogram dan Uji Kolmogorov-Smirnov. Akmal Hidayat : Pengaruh Economic Value Added, Market Share, Earnings Dan Net Cash Flow Terhadap Return Saham Studi Pada Perusahaan Manufaktur Jenis Consummer Goods Di Bursa Efek Indonesia 2004 – 2007, 2009 4.6.1.2. Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adannya korelasi antar variable bebas Ghozali, 2007. Pada model yang baik seharusnya tidak terjadi korelasi antar variable bebas, nilai cutoff yang umum dipakai untuk menunjukkan adanya Multikolonieritas adalah nilai Tolerance 0,10 atau sama dengan Variance Inflation Factor VIF 10. 4.6.1.3. Uji Heteroskedastisitas Uji ini dilakukan untuk melihat apakah ada data yang menyimpang terlalu jauh outlier. Ada tidaknya heterokedastisitas dilihat dari nilai signifikansi masing masing variable independen Ghozali, 2007. Dalam pengujian ini ada beberapa cara yang digunakan, yaitu Grafik Plot, Uji Park, Uji Glejser dan Uji White. Uji Heteroskedastisitas dalam penelitian ini menggunakan Uji Glejser, jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi Heteroskedastisitas, oleh karena itu harus dilakukan cara bagaimana sehingga variabel independen tidak terjadi siginifikan terhadap variabel dependen. 4.6.1.4. Uji Autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 Ghozali, 2007. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lain, hal ini sering ditemukan pada time series. Pada data crossection masalah autokorelasi relative tidak terjadi. Dalam penelitian ini Akmal Hidayat : Pengaruh Economic Value Added, Market Share, Earnings Dan Net Cash Flow Terhadap Return Saham Studi Pada Perusahaan Manufaktur Jenis Consummer Goods Di Bursa Efek Indonesia 2004 – 2007, 2009 untuk melihat data terjadi autokorelasi atau tidak menggunakan uji Durbin Watson D-W, sebagaimana yang dikatakan oleh Santoso 2001 bahwa secara umum bisa diambil patokan : a. Angka D-W di bawah -2 berarti ada autokorelasi positif. b. Angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi. c. Angka D-W di atas +2 berarti ada autokorelasi negative. Ghozali 2007 juga mengemukakan kriteria dalam penentuan autokorelasi sebagai berikut : Hipotesis Nol Keputusan Jika Tdk ada autokorelasi positif Tdk ada autokorelasi positif Tdk ada korelasi negatif Tdk ada korelasi negatif Tdk ada autokorelasi Positif atau negatif Tolak No decision Tolak No decision Tidak ditolak 0 d dl dl d du 4 – dl d 4 4 – du d 4 – dl du d 4 – du Dengan demikian untuk memastikan bahwa model tidak terjadi autokorelasi dengan menggunakan du d 4 – du .

4.6.2. Uji Hipotesis