diungkapkan Ghozali 2005 : 114 “Apabila nilai signifikansi atau nilai probabilitas 0,05, maka distribusi data normal. Apabila nilai
signifikansi atau nilai probabilitas 0,05, maka distribusi data tidak normal.”
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan korelasi variabel-variabel independen antar yang satu
dengan yang lainnya. Apabila terjadi korelasi antara variabel-variabel tersebut, berarti terjadi problem multikolinearitas. Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel bebasnya Ghozali, 2005 : 91.
Uji multikolinearitas dilakukan dengan melihat nilai korelasi antar variabel independen, jika nilai korelasi antar variabel independen lebih
besar dari 0.9 maka dapat disimpulkan bahwa terdapat gejala multikolinearitas antar variabel independen dalam penelitian tersebut.
c. Uji Autokorelasi
Uji ini untuk melihat apakah dalam suatu model regresi linier ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan
pada periode t-1 sebelumnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Masalah autokorelasi umumnya terjadi pada
regresi yang datanya time series karena gangguan pada seorang individu kelompok cenderung mempengaruhi gangguan pada seorang individu
kelompok yang sama pada periode berikutnya.
Universitas Sumatera Utara
Ada beberapa cara yang dapat digunakan untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan uji Durbin Watson, karena
uji ini yang umum digunakan.
d. Uji Heteroskedastisitas
Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke
pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homokedastisitas dan jika
berbeda disebut dengan heteroskedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heteroskedastisitas.
Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scatterplot antara nilai prediksi variabel dependen
dengan residualnya. Dasar analisis menurut Ghozali 2005 : 105 : 1
Jika ada pola tertentu, seperti titik –titik yang ada membentuk pola tertentu yang teratur bergelombang,
melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas.
2 Jika tidak ada pola yang jelas, seperti titik yang menyebar di
atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
2. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan regresi berganda, menggunakan lebih dari satu variabel yang mempengaruhi variabel
independen untuk menaksir variabel dependen agar taksiran menjadi lebih akurat.
Universitas Sumatera Utara
Data dianalisis dengan model regresi berganda sebagai berikut :
Y = a + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ e Dimana :
Y = Pertumbuhan laba
a = Konstanta
β
1
, β
2,...
β
5
= Parameter koefisien regresi
X
1
= Current ratio
X
2
= Debt to equity ratio X
3
= Total assets turnover X
4
= Net profit margin X
5
= Return on investment e
= Pengganggu
a. Koefisien Determinasi R
2
Koefisien Determinasi R
2
mengukur seberapa jauh kemampuan model menerangkan variasi variabel independen Ghozali, 2005: 83.
Nilai koefisien determinasi dapat dilihat pada R Square. Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R Square berkisar antara 0
dan 1.
b. Uji signifikansi simultan
Secara simultan, pengujian hipotesis dilakukan dengan uji F-test. Menurut Ghozali 2005:84 “uji statistik F pada dasarnya menunjukkan
apakah semua variabel independen atau bebas yang dimasukkan dalam
Universitas Sumatera Utara
model mempunyai pengaruh secara bersama-sama terhadap variabel dependen terikat”. Hipotesis yang akan diuji dalam penelitian ini adalah:
H = variabel independen secara bersama-sama tidak mempunyai
pengaruh yang signifikan terhadap variabel dependen. H
a
= variabel independen secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan signifikansi F
hitung
dengan F
tabel
dengan ketentuan: 1
Jika F
hitung
F
tabel
pada α 0.05, maka H
a
ditolak dan H diterima,
2 Jika F
hitung
F
tabel
pada α 0.05, maka H
a
diterima dan H ditolak.
c. Uji signifikansi parsial
Secara parsial, pengujian hipotesis dilakukan dengan uji t-test. Menurut Ghozali 2005:84 “uji statistik t pada dasarnya menunjukkan
seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam menerangkan variabel dependen”. Hipotesis yang akan
diuji adalah : H
= tidak semua variabel independen berpengaruh secara parsial terhadap variabel dependen.
H
a
= semua variabel independen berpengaruh secara parsial terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan signifikansi t
hitung
dengan ketentuan :
Universitas Sumatera Utara
1. Jika t
hitung
t
tabel
pada α 0.05, maka H
a
ditolak dan H diterima
2. Jika t
hitung
t
tabel
pada α 0.05, maka H
a
diterima dan H ditolak
G. Jadwal Penelitian
Jadwal penelitian dapat dilihat pada tabel berikut.
Tabel 3. 3 Jadwal Penelitian
Tahapan Penelitian
Juli 2010
Agust 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Pengajuan
Proposal Skripsi
Bimbingan Proposal
Skripsi
Seminar Proposal
Skripsi
Pengumpulan dan
Pengolahan Data
Bimbingan Skripsi
Penyelesaian Laporan
Penelitian
Ujian Meja Hijau
Sumber : Data diolah penulis, 2010
Universitas Sumatera Utara
