3.3.5. Laba
Variabel laba dalam penelitian ini menggunakan laba bersih, dihitung dalam satuan rupiah, mengikuti rumus:
Laba= Pendapatan-biaya ..................................................................3
3.4. Analisis Regresi Linier
Metode yang digunakan dalam penelitian ini adalah analisis regresi linier, analisis ini merupakan suatu metode analisis statistik yang mempelajari pola
hubungan antara dua variable atau lebih. Dalam analisis regresi, dikenal dua jenis variable yaitu:
• Variabel Respon disebut juga variable dependent yaitu variable yang keberadaannya dipengaruhi oleh variable lainnya dan dinotasikan dengan
Y. • Variabel Prediktor disebut juga variable independent yaitu variable yang
bebas tidak dipengaruhi oleh variable lainnya dan dinotasikan dengan X.
3.4.1. Uji Klasik
Untuk model regresi linier berganda, ada beberapa asumsi yang harus dipenuhi. Oleh karena itu diperlukan pengujian asumsi tersebut yang meliputi uji
normalitas, uji multikolinearitas,uji autokorelasi dan heteroskedastisitas. Keempat uji tersebut disebut dengan uji klasik.
3.4.1.1. Uji Normalitas
Uji Normalitas merupakan uji yang dilakukan jika data yang digunakan kurang dari 30 untuk mengetahui distribusi kenormalan data,yaitu apakah data
dapat dianggap berdistribusi normal atau tidak. Ketika data telah berdistribusi normal, maka data tersebut dapat diolah menggunakan statistik parametric yang
pada penelitian ini menggunkan model regresi berganda.untuk menguji kenormalan data dapat dilakukan dengan menguji kenormalan residual. Uji
normalitas dapat dilihat dengan melihat nilai Kolmogorof-Smirnof KS pada uji normalitas residual. Jika nilai statistik KS lebih kecil dari
α, maka asumsi kenormalan terpenuhi sehingga model regresi yang telah dibuat dapat digunakan.
3.4.1.2. Uji Multikolinearitas
Multikolinearitas adalah kondisi dimana peubah-peubah bebas memiliki korelasi diantara satu dengan yang lainnya. Jika peubah-peubah bebas memiliki
korelasi sama dengan satu satu berkorelasi sempurna mengakibatkan koefisien- koefisien regresi menjadi tidak dapat diperkirakan dan nilai standar error setiap
koefisien regresi menjadi tak hingga Arief dalam Rohaeni, 2009. Uji multikolinearitas adalah uji untuk melihat apakah terdapat korelasi antara peubah
bebas yang digunakan dalam model regresi. Untuk melihat apakah ada multikolinearitas pada model regresi dilihat dari nilai variance inflation factor
VIF. Menurut Iriawan dan Astuti 2006 jika nilai VIF masing-masing peubah bebas memiliki nilai lebih besar dari 5 maka model regresi memiliki
multikolinearitas sehingga menjadi tidak valid.
3.4.1.3. Uji Autokorelasi
Menurut Arief dalam Rohaeni, 2009; penaksiran model regresi linear memilki asumsi bahwa tidak terdapat korelasi serial atau autokorelasi.
Autokorelasi atau korelasi serial kemungkinan terjadi pada data time series. Model regresi yang baik tidak memperkenankan terjadinya autokorelasi. Akibat
dari terjadinya autokorelasi adalah pengujian dalam uji F menjadi tidak valid dan jika diterapkan akan memberikan kesimpulan yang menyesatkan pada tingkat
signifikansi dan koefisien regresi yang ditaksir. Uji autokorelasi dengan perangkat lunak Minitab melalui uji run test
residual. Jika hasil perhitungan didapatkan p-value lebih besar dari α, menunjukan
tidak adanya autokorelasi.
3.4.1.4. Uji Heteroskedastisitas
Kategori