Y = α + X
1
EVA+ X
2
MVA+ X
3
BI + e Dimana:
Y = Return Saham
a = Konstanta X
1
= Economic Value Added X
2
= Market Value Added X
3
= Board Independent e = error
3.7.1 Uji Asumsi Klasik
Untuk mendapatkan ketepatan model yang akan dianalisis, perlu dilakukan pengujian atas beberapa persyaratan asumsi klasik yang mendasari
model regresi. Ada beberapa langkah untuk menguji model yang akan diteliti, antara lain :
3.7.1.1 Uji Normalitas
Uji ini digunakan dalam tahap awal dalam metode pemilihan analisis data. Jika data normal digunakan uji parametik dan jika data tidak normal
digunakan non parametik atau treatment agar data normal. Tujuan uji normalitas adalah untuk mengetahui apakah data dalam bentuk distribusi
normal atau tidak. Untuk menguji normalitas data peneliti mengggunakan uji
Universitas Sumatera Utara
Kolmogorov Smirnov. Apabila probabilitas 0,05, maka distribusi data normal dan dapat digunakan regresi berganda. Apabila probabilitas 0.05,
maka distribusi data dikatakan tidak normal, untuk itu perlu dilakukan transformasi data atau menambah maupun mengurangi data.
3.7.1.2 Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independent. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen. Deteksi multikolienaritas pada suatu model dapat dilihat yaitu jika nilai variance
inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolienaritas.
3.7.1.3 Uji Heterokedastisitas
Menurut Ghozali 2005 : 105, pengujian ini bertujuan untuk menguji apakah dalam model regresi ini terjadi ketidaksamaan variance dari residual
satu pengamatan ke pengamatan lain. Model regresi yang baik adalah terjadi homokesdastisitas.Untuk mendeteksi adanya heterokesdastisitas dapat
digunakan grafik Scatterplot. Jika titik-titik yang terbentuk menyebar secara acak baik di atas atau di bawah angka 0 pada sumbu Y, maka tidak terjadi
heterokesdastisitas pada model yang digunakan.
Universitas Sumatera Utara
3.7.1.4 Uji Autokorelasi
Uji autokolerasi bertujuan untuk menganalisis apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan sebelumnya.Pengujian autokorelasi dapat dideteksi dengan Uji Durbin Watson DW. Pengambilan keputusan ada tidaknya autokorelasi
adalah sebagai berikut: 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 negatif.
3.7.2 Pengujian Hipotesis