EPS =
x 100
3.6. Metode Analisis Data 3.7. Pengujian Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan program SPSS, Versi 17.0 melakukan uji
asumsi klasik terlebih dahulu sebelum melakukan pengujian asumsi klasik yang dilakukan terdiri atas normalitas, uji multikolinearitas, dan uji autokorelasi.
3.7.1. Uji Normalitas
Uji normalitas bertujuan untuk apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kalau nilai residual tidak
mengikuti distribusi normal, uji statistik menjadi tidak valid untuk jumlah sampel kecil. Cara yang untuk mendeteksi apakah residual berdistribusi normal atau tidak
adalah dengan desain grafik. Jika data menyebar di sekitar garis diagonal atau mengikuti arah garis diagonal, atau grafik histrogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya. Selain itu dapat digunakan uji statistik Kolmogorov-Smirnov K-S,
yang bila nilai signifikan 0.05 berarti distribusi data tidak normal. Sebaliknya bila nilai signifikan 0.05 berarti disrtibusi data normal. Ghozali, 2005:115
3.7.2.Uji Multikolineritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Modal regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2005:91. Pengujian multikonearitas dilakukan dengan melihat 1 nilai tolerance
dan lawannya 2 VIF variance inflation factor. Nilai cut off yang umum dipakai untuk menunjukkan adanya multikonearitas adalah nilai tolerance 0.10 atau
sama dengan nilai VIF 10. Menurut Ghozali, 2005:105, cara yang dapat dilakukan jika terjadi
multikolineritas, yaitu: 1
Mengeluarkan satu atau lebih variabel independen yang mempunyai korelasi tinggi dari model regresi dan indentifikasi variabel independen lainnya
2 Menggabungkan data cross section dan time series poling data,
3 Menambah data penelitian .
3.7.2. Uji Autokorelasi
Uji autokorelasi menurut Ghozali, 2005:95 adalah sebagai berikut : Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada
korelasi antara kesalahan penggangu pada periode t-1 sebelumnya. Autokorelasi ini muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan penganggu tidak bebas dari satu observasi lainnya. Hal ini sering
ditemukan pada data runtun waktu time series karena gangguan pada seseorang individukelompok cendrung mempengaruhi gangguan pada
individukelompok yang sama pada periode berikutnya.
Dengan menggunakan program SPSS, deteksi adanya problem autokorelasi adalah dengan melihat besarnya DURBIN-WATSON, yaitu panduan mengenai
angka D-W Durbin-Watson pada tabel D-X. Mengacu pada pendapat Santoso, 2002, Secara umum dapat diambil patokan sebagai berikut:
1 Angka D-W dibawah -2 berarti ada autokorelasi positif 2 Angka D-W di antara-2 sampai +2 berarti tidak ada autokorelasi
3 Angka D-W diatas +2 berarti ada autokorelasi negatif
3.7.4. Uji Heteroskedasitas