yang digunakan yaitu jika nilai rhitung lebih besar dari pada rtabel dan nilai responden
positif, maka butir atau item pertanyaan tersebut adalah valid Ghozali, 2002 : 135 .
3.4.1.2. Uji Reliabilitas
Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu Ghozali, 2002 : 132 .
Dasar analisis yang digunakan yaitu jika nilai Cronbach Alpha 0,60. Maka butir atau pertanyaan tersebut adalah reliable. Ghozali, 2002 : 133 .
3.4.1.3. Uji Normalitas Data
Iji normalitas data digunakan untuk mengetahui apakah mengikuti seberapa normal atau tidak. Untuk mengetahui data tersebut mengikuti seberapa normal, dapat dilakukan
berbagai metode diantaranya adalah Metode Kolmogrof Smirnovd dan Metode Shapiro Wilk
dengan mempergunakan pedoman SPSS 13.0 Sumarsono, 2004 : 43 yang merupakan pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti
distribusi normal, berikut adalah pedomannya ; 1. Jika nilai signifikan nilai profitabilitas lebih besar dari 5 maka distribusi
adalah normal 2. Jika nilai signifikan nilai profitabilitas kurang dari 5 maka distribusi adalah
tidak normal
3.4.2. Uji Asumsi Klasik
Persamaan regresi harus bersifat BLUE Best Linier Unibased Estimator , artinya pengambilan keputusan melalui uji f dan uji t tidak boleh bias. Untuk menghasilkan
keputusan yang BLUE maka harus dipenuhi diantaranya 3 unsur dasar.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda yaitu : 1. Tidak boleh ada autokorelasi
2. Tidak boleh ada multikolinieritas 3. Tidak boleh ada heterokedastisitas
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan uji F dan uji t
menjadi bias.
1. Autokorelasi
Autokorelasi dapat didefenisikan sebagai korelasi antara data observasi yang diurutkan berdasarkan waktu data time series atau data yang diambil pada waktu
tertentu data Cross-sectional Gujarat, 1999 : 201 . Autokorelasi menunjukkan dalam model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya . Model regresi yang baik adalah model regresi yang bebas dari autokorelasi . Adanya auto korelasi
dalam regresi dapat diketahui dengan menilai besaran Durbin Watson DW , tidak terjadi autokorelasi jika nilai Durbin Watson berada antara -2 hingga +2 santoso , 2001 : 219 .
2. Multikolineritas
Tujuan pengujian ini adalah untuk menguji apakan pada model regresi ditmukan adanya korelasi antar Variabel independen. Jika terjadi korelasi, maka dinamakan terdapat
problem multikolineritas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variable bebas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tolerance mengukur variabilitas bebas yang tidak dapat dijelaskan oleh variable
bebas lainnya. Nilai tolerance yang umum dipakai dengan nilai VIF dibawah 10, maka tidak terjadi multikolineritas Ghozali 2005 : 57
– 59 .
Salah satu cara untuk mengetahui ada tidaknya multikolineritas yaitu dengan melihat besarnya nilai variance inflation VIF . VIF ini dapat dihitung dengan rumus
Menurut santoso 2002 : 206 syarat suatu model regresi liniernya tidak terdapat multikolinieritas adalah nilai VIF kurang dari 10 dan angka tolerance mendekati angka 1.
3 Heterokedastisitas
Dasar analisis yang digunakan yaitu jika nilai Sig 2 – tailed 0,05. Maka hal ini
berarti dalam model persamaan regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya atau bebas Heteroskedastisitas Santoso, 2001 : 1
6 1 . Menurut Santoso 2001 : 301 , deteksi adanya Heterokedastisitas adalah:
Jika taraf signifikan 0,05 maka tidak terjadi heterokedastisitas
Jika taraf signifikan 0,05 maka terjadi heterokedastisitas.
3.4.3. Teknik Analisis
