49
analisis regresi berganda, terlebih dahulu dilakukan pengujian asumsi klasik  agar  memenuhi  sifat  estimasi  regresi  bersifat  BLUES  Best
Linear Unbiased Estimator.
1. Statistik Deskriptif
Statistik  deskriptif  memberikan  gambaran  atau  deskripsi suatu data yang dilihat dari niali  minimum,  maksimum,  nilai rata-
rata mean, dan standar deviasi. Analisis  statistik  deskriptif  digunakan  untuk  mengetahui
gambaran  mengenai  earning  management,  mekanisme  corporate governance,  ukuran  perusahaan  terhadap    nilai  perusahaan  pada
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia.
2. Uji Asumsi Klasik
a. Uji Normalitas
Uji  normalitas  ini  bertujuan  untuk  menguji  apakah dalam  model  regresi,  variabel  bebas  dan  variabel  terikat
keduanya  memiliki  distribusi  normal  atau  tidak  Ghozali, 2005.  Model  regresi  yang  baik  adalah  memiliki  data
berdistribusi  normal.  Menurut  suliyanto  2011:  67  Untuk menguji  apakah  terdapat  distribusi  yang  normal  atau  tidak
dalam  model  regresi  maka  digunakanlah  pendekatan  grafik menggunakan  normal  probability  plot,  yaitu  dengan
membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif data dari distribusi normal.
50
dalam  grafik  yang  dihasilkan  jika  data  menyebar  di sekitar  garis  diagonal  dan  mengikuti  arah  garis  diagonal,
maka  model  regresi  memenuhi  asumsi  normalitas  data, sebaliknya  jika  data  menyebar  jauh  dari  garis  diagonal  atau
tidak  mengikuti  arah  garis,  maka  model  regresi  tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen.  Model  regresi  yang  baik  seharusnya  tidak terjadi  korelasi  di  antara  variabel  independen.  Jika  variabel
independen  saling  berkorelasi,  maka  variabel-variabel  ini tidak  ortogonal.  Variabel  ortogonal  adalah  variabel
independen  yang  nilai  korelasi  antar  sesama  variabel independen sama dengan nol.
Terdapat  beberapa  metode  yang  dapat  digunakan untuk  mendeteksi  adanya  masalah  multikolinearitas,  salah
satu metodenya ialah dengan melihat nilai korelasi parsial. Uji
multikolinearitas dengan
korelasi parsial
dilakukan dengan
membandingkan antara
koefesien determinasi  keseluruhan  dengan  nilai  koefesien  korelasi
parsial  semua  variabel  bebasnya.  Jika  nilai  koefesien determinasi  keseluruhan  lebih  besar  dari  nilai  koefesien
51
parsial  semua  variabel  bebasnya  maka  model  tersebut  tidak mengandung gejala multikolinearitas Suliyanto, 2011: 88.
c. Uji Autokorelasi