71
4.3.3. Uji Asumsi Klasik
Teknik analisis yang digunakan dalam penelitian ini adalah model regresi yang diperoleh dari model kuadrat terkecil biasa ordinary least
squares merupakan model regresi yang menghasilkan estimasi linier tidak
bias yang terbaik Best linear Unbias Estimator BLUE. Kondisi ini akan terjadi jika dipenuhi beberapa asumsi klasik yaitu :
1. Pengujian Multikolinier
Identifikasi secara statistik ada atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation
Factor VIF. Berdasarkan hasil pengujian, diperoleh hasil bahwa
nilai VIF untuk masing-masing variabel adalah sebagai berikut:
Tabel 4.9. Hasil Pengujian Multikolinier No
Variabel Tolerance
VIF Keterangan
1 2
3 4
5 Return On Asset
X
1
Return On Equity X
2
Earning Per Share X
3
Basic Earning Power X
4
Economic Value Added X
5
0,705 0,807
0,874 0,602
0,677 1,418
1,239 1,144
1,662 1,477
Non Multikolinier Non Multikolinier
Non Multikolinier Non Multikolinier
Non Multikolinier
Sumber : Lampiran 9 Menurut Ghozali 2006 : 91 uji multikolonieritas bertujuan
untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Salah satu cara yang digunakan untuk
mengetahui ada tidaknya multikolonieritas yaitu dengan melihat besarnya nilai Variance Inflation Factor VIF.
Dari tabel di atas dapat diketahui bahwa nilai VIF untuk variabel Return On Assets, Return On Equity, Earning Per Share,
Basic Earning Power dan Economic Value Added mempunyai nilai
72
VIF lebih kecil dari 10 2006 : 91, yang berarti bahwa pengujian asumsi klasik dalam penelitian ini sudah terbebas dari penyimpangan
multikolinier.
2. Pengujian Heteroskedastisitas
Hasil uji heteroskedastisitas diperoleh dari hasil pengujian dengan menggunakan bantuan program SPSS 13.0 dengan melihat
Rank Spearman’s Correlation . Hasil pengujian Rank Spearman’s
dapat dilihat pada tabel berikut ini:
Tabel 4.10. Hasil Pengujian Heteroskedastisitas No
Variabel Nilai mutlak
dari residual Taraf
Signifikansi Keterangan
1 2
3 4
5 Return On Asset
X
1
Return On Equity X
2
Earning Per Share X
3
Basic Earning Power X
4
Economic Value Added X
5
0,058 -0,042
-0,054 -0,073
-0,004 0,814
0,864 0,825
0,768 0,989
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas Non Heteroskedastisitas
Non Heteroskedastisitas
Sumber : Lampiran 10 Menurut Ghozali 2006 : 105 uji heteroskedastisitas bertujuan
menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Salah satu cara
untuk mendeteksi ada atau tidak adanya Heteroskedastisitas adalah dengan cara menggunakan uji rank spearman.
Dari hasil korelasi tersebut tidak diperoleh adanya korelasi yang signifikan antara Unstandardized Residual dengan masing-
masing variabel bebas yang diteliti, dengan nilai taraf signifikansi lebih besar dari 0,05, sehingga dapat disimpulkan bahwa tidak terjadi
penyimpangan heteroskedastisitas pada variabel-variabel bebas yang diteliti.
73
3. Pengujian Autokolerasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya Imam Ghozali, 2006 : 95.
Berdasarkan hasil pengujian yang dilakukan diperoleh nilai Durbin Watson sebesar 1,564 dan karena nilainya berada di antara -
21,5642 sehingga dapat diartikan tidak terjadi autokorelasi. Santoso, 2001:216
4.3.4. Deskripsi Hasil Pengujian Hipotesis
Kategori