P. 1
Uji

Uji

|Views: 55|Likes:
Published by Mira Dewi Santika

More info:

Published by: Mira Dewi Santika on Jan 08, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

10/06/2013

pdf

text

original

Uji Asumsi Klasik Pengukuan asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, uji

multikolinearitas, uji heteroskedastisitas, dan uji autokolerasi. (Imam Ghozali, 2009:107) a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel independent dan variabel dependent atau keduanya terdistribusikan secara normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk mendeteksi normalitas data dapat diuji dengan analisis grafik dan uji statistik. 1. Analisis Grafik Salah satu cara termudah untuk melihat normalitas adalah melihat histogram yang membandingkan antara data observasi dengan 42

Analisis Statistik Uji normalitas residual dengan grafik dapat menyesatkan kalau tidak hati-hati. Jika distribusi data adalah normal. dan ploting data akan dibandingkan dengan garis diagonal. Dalam penelitian ini. Uji multikolinieritas pada penelitian dilakukan dengan matriks kolerasi. Uji Multikolinieritas Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. 2.nya. Pengujian ada tidaknya gejala multikolinearitas dilakukan dengan memperhatikan nilai matriks kolerasi yang dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan Tolerance. padahal secara statistic bisa sebaliknya. Distribusi normal akan membentuk satu garis lurus diagonal. maka dinamakan terdapat problem Multikolinieritas.distribusi yang mendekati dengan distribusi normal. uji statistic yang digunakan adalah Uji Kolmogorov-Smirnov.5 maka dapat dikatakan data yang akan dianalisis terlepas dari 43 . maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Jika terjadi kolerasi. Apabila nilai matriks korelasi tidak ada yang lebih besar dari 0. b. Secara visual kelihatan normal. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Oleh sebab itu disamping dengan uji grafik juga dilakukan uji statistik.

disebut Heterokedastisitas. Sebaliknya. c. maka ada indikasi terjadi heterokedaskitas. jika variabel bebas tidak signifikan secara statistik mempengaruhi variabel dependen. terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Uji Autokorelasi Bertujuan untuk menguji apakah dalam suatu model regresi linier berganda terdapat korelasi antara residual pada periode t dengan 44 . Model regresi yang baik adalah tidak terjadi heteroskedastisitas (Imam Gozali. 2001). Kemudian apabila nilai VIF berada dibawah 10 dan nilai tolerance mendekati 1. Jika varians dari residul dari satu pengamatan ke pengamatan yang lain tetap. Uji ini dilakukan dengan cara melakukan regresi variabel bebas dengan nilai absolut dari residualnya. d. Uji Heterokedastisitas Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi.gejala multikolinearitas. 2001). maka ada indikasi tidak terjadi heterokedaskitas (Imam Gozali. maka disebut Homokedastisitas. Salah satu cara untuk melihat ada tidaknya heterokedaskitas adalah menggunakan uji Glejser. maka diambil kesimpulan bahwa model regresi tersebut tidak terdapat problem multikolineritas. Dan jika varians berbeda. Jika variabel bebas signifikan secara statistik mempengaruhi variabel dependen.

h ng f 1 1 residualperiode t-1 (sebelumnya). Ho = b1 ≠ 0. Ho = b1 = 0. 45 . Pengujian Secara Parsial (Uji t) Pengujian ini dilakukan untuk mengetahui secara parsial variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel terikat.2 Pengujian Hipotesis Pengujian hipotesis dalam penelitian ini menggunakan pengujian secara parsial (Uji t) dan penyajian secara simultan (Uji F). Model regresi yang baik adalah regresi yang bebas dari autokorelasi. artinya tidak ada pengaruh secara signifikan dari variabel bebas terhadap variabel terikat. 3. b. Pengujian ini dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut: a. a. artinya ada pengaruh secara signifikan dari variabel bebas terhadap variabel terikat.6. Untuk menilai t hitung digunakan rumus : Kriteria pengujian yang digunakan sebagai berikut : 1. Artinya variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat. Ho diterima dan Ha ditolak apabila t hitung < t tabel.

Artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat. b. Ho diterima dan Ha ditolak apabila t hitung > t tabel. artinya ada pengaruh secara signifikan dari variabel bebas secara bersama-sama.𝐹ℎ𝑖𝑡𝑢𝑛𝑔 𝑅2/ 𝑘 𝑅2 𝑛 𝑘 2. Pengujian Secara Simultan (Uji F) Pengujian ini dilakukan untuk mengetahui secara bersama-sama apakah variabel bebas berpengaruh secara signifikan atau tidak terhadap variabel terikat (Imam Ghozali:2007). Penentuan besarnya Fhit menggunakan rumus : Keterangan : R = koefisien determinan n = jumlah observasi k= jumlah variable 46 . artinya tidak ada pengaruh secara signifikan dari variabel bebas secara bersama-sama. Pengujian ini dilakukan dengan menggunakan uji dua arah dengan hipotesis sebagai berikut: a. Ho : b1 = b2 = b3 = 0. b. Ho : b1 ≠ b2 ≠ b3 ≠ 0.

2006 : 204) adalah: 47 . Apabila koefisien determinasi mendekati satu.Kriteria pengujian yang digunakan sebagai berikut : 1. maka dapat dikatakan bahwa variabel independen berpengaruh terhadap variabel dependen. berarti variabel independen sama sekali tidak berpengaruh terhadap variabel dependen. Artinya variabel bebas secara bersamasama berpengaruh secara signifikan terhadap variable terikat. Artinya variabel bebas secara bersamasama tidak berpengaruh secara signifikan terhadap variabel terikat. Analisis Koefisien Determinasi (R2) Koefisien determinasi (R2) dimaksudkan untuk mengetahui tingkat ketepatan paling baik dalam analisa regresi.6. koefisien determinasi (R2) dipergunakan untuk mengetahui persentase perubahan variabel tidak bebas (Y) yang disebabkan oleh variabel bebas (X).3 Analisis Regresi Sederhana Persamaan untuk mengetahui pengaruh variabel bebas yaitu Average Collection Period terhadap likuiditas perusahaan (Sugiyono. Ho diterima dan Ha ditolak apabila F hitung > F tabel. 2. Selain itu. Koefisien determinasi (R2) nol. Ho diterima dan Ha ditolak apabila F hitung < F tabel. c. dimana hal yang ditunjukkan oleh besarnya koefisien determinasi (R 2) antara 0 (nol) dan 1 (satu). 3.

Pengaruh Average Collection Period terhadap Cash Ratio Untuk mengetahui pengaruh perputaran piutang (receivable turnover ratio) terhadap rasio kas (cash ratio) digunakan persamaan sebagai berikut: Y = a + bX + ℮ Dimana: Y = Rasio kas (cash ratio) X = Average Collection Period b = Perkiraan koefisien regresi a = Konstanta ℮ = Epsilon atau variabel pengganggu 48 .Y = a + bX + ℮ Dimana: Y = Cash ratio. earning power X = Average Collection Period b = Perkiraan koefisien regresi untuk mengukur besarnya pengaruh X terhadap Y a = Konstanta ℮ = Epsilon atau variabel pengganggu a. net profit margin.

Pengaruh Average Collection Period Terhadap Net Profit Margin Untuk mengetahui pengaruh perputaran piutang (receivable turnover ratio) terhadap net profit margin digunakan persamaan sebagai berikut: Y = a + bX + ℮ Dimana: Y = Net Profit Margin X = Average Collection Period b = Perkiraan koefisien regresi a = Konstanta ℮ = Epsilon atau variabel pengganggu c.b. Pengaruh Average Collection Period Terhadap Earning Power Untuk mengetahui pengaruh perputaran piutang (receivable turnover ratio) terhadap earning power digunakan persamaan sebagai berikut: Y = a + bX + ℮ Dimana: Y = Earning Power X = Average Collection Period b = Perkiraan koefisien regresi a = Konstanta ℮ = Epsilon atau variabel pengganggu .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->