Uji Normalitas Uji Autokorelasi

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