3.9.1 Analisis Deskriptif
Untuk memperoleh gambaran secara menyeluruh tentang variabel-variabel
yang digunakan dalam penelitian ini baik variabel dependan maupun variabel independen maka dilakukan terlebih dahulu analisis secara statistik deskriptif
yang mencakup nilai rata-rata mean, median, nilai maksimum dan minimum serta standar deviasi.
3.9.2 Regresi Linear Berganda
Metode analisis data yang digunakan dalam penelitian ini adalah teknik
analisis regresi linear berganda multiple regression. Analisis ini dilakukan
untuk mengetahui pengaruh suatu variabel independen terhadap variabel
dependen. Model regresi berganda atas variabel dalam penelitian ini adalah
sebagai berikut :
Y =
β +
β
1
X
1 +
β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ β
5
X
5
+ β
6
X
6
+ e
Dimana : Y
= pertumbuhan Laba β0
= konstanta X
1
= current ratio X
2
= quick ratio
X
3
= cash ratio
X
4
= gross profit margin
X
5
= return on asset
X
6
= return on equity Β
1
, β
2
,... β
6
= koefisien variabel independen
Universitas Sumatera Utara
e = variabel pengganggu
3.9.3 Pengujian dan Pemilihan Model
Data yang digunakan dalam penelitian ini adalah data panel. Menurut Juanda 2012 : 175 data panel adalah “penggabungan data deret waktu dengan
cross section. Dengan kata lain, data panel adalah data yang diperoleh dari data cross section yang diobservasi berulang pada unit individu objek yang sama
pada waktu yang berbeda.” Terdapat dua tipe pemodelan residual data panel yang digunakan dalam pemilihan model dengan metode Generalized Least Squares
GLS, yaitu 1 Model Efek Tetap: Fixed Effect Model FEM dan 2 Model
Efek Random: Random Effect Model REM. 3.9.3.1 Pendekatan Efek Tetap
Fixed Effect Model
Menurut Widarjono 2013 : 356 teknik mod el fixed effect adalah “teknik mengestimasi data panel dengan menggunakan variabel dummy untuk menangkap
adanya perbedaan intersep”. Fixed effect ini didasarkan adanya perbedaan intersep antara perusahaan namun intersepnya sama antar waktu time invariant.
Disamping itu, model ini juga mengasumsikan bahwa koefisien regresi slope tetap antar perusahaan dan antar waktu. Menurut Juanda 2012 : 180 “metode
regresi data panel dengan model Least Square Dummy Variable LSDV adalah sebagai berikut :
Dimana : i = 1,2,3 Sebanyak jumlah perusahaan, yaitu perusahaan A, B, dan lainnya
t = 1,2,3,4 Sebanyak tahun, yaitu tahun 2010-2012
Universitas Sumatera Utara
3.9.3.2 Pendekatan Efek Acak Random Effect Model
Random effect model digunakan untuk mengestimasi data panel dimana variabel gangguan mungkin saling berhubungan antar waktu dan antar individu.
Metode random effect berasal dari pengertian bahwa variabel gangguan terdiri dari dua komponen yaitu variabel gangguan secara menyeluruh yaitu kombinasi
time series dan cross section dan variabel gangguan secara individu. Menurut Ariefianto 2012 : 151 “ model random effect digunakan ketika unobserved effect
dapat diasumsikan tidak berkorelasi dengan satulebih variabel bebas”. Bila pada model efek tetap, perbedaan antar individu dan atau waktu dicerminkan lewat
intercept, maka model random diakomodasikan lewat error. Menurut Juanda 2012 : 181 “bentuk random effect model bisa dijelaskan pada persamaan
berikut” :
Y
it
=
i
+
1
X
1it
+
2
X
2it
+
i
+ u
it
Y
it
=
i
+
1
X
1it
+
2
X
2it
+ w
it
Di mana :
w
it
=
i
+ u
it
Komponen w
it
terdiri dari dua komponen, yaitu sebagai komponen error dari masing-masing cross section dan sebagai error yang merupakan gabungan
atas error dari deret waktu dan cross section. Berdasarkan hal tersebut, metode random ini dikenal juga dengan sebutan Error Components Model ECM.
Asumsi umum dari ECM adalah :
i
~N 0, ķ
2
Ķ u
it
~N 0, ķ
2 u
Universitas Sumatera Utara
E
i
, u
it
= 0 E
i ,
j
i ≠ j
Eu
it
u
is
= Eu
it
u
jt
= Eu
it
u
js
= 0 i ≠ j ; t ≠ s
Komponen error individual tidak berkorelasi satu sama lainnya dan tidak ada autokorelasi baik pada unit data silang maupun data deret waktu.
Untuk menentukan
pendekatan mana yang akan digunakan dalam
melakukan pengolahan data dalam penelitian ini maka diperlukan pengujian model yang valid. Uji yang digunakan dalam pemilihan model adalah uji
Haussman Test.
3.9.3.3 Uji Haussman Test
Haussman test merupakan suatu uji statistik untuk memilih model fixed effect atau random effect dalam menganalisis data. Hipotesis yang digunakan pada
uji spesifikasi Haussman adalah sebagai berikut : H
: Random effect model H
1
: Fixed effect model Pengujian Haussman ini mengikuti distribusi statistik Chi Square. Jika
terjadi penolakan terhadap hipotesis nol dimana nilai statistik Haussman lebih besar dari nilai kritisnya maka model fixed effect digunakan, begitu pula
sebaliknya.
3.9.4 Pengujian Asumsi Klasik
Pengujian asumsi klasik dilakukan untuk menguji ketepatan metode Generalized Least Squares GLS. Uji asumsi klasik harus dipenuhi pada analisis
regresi linerar berganda yang berbasis Ordinary Least Squares OLS. Dengan demikian uji autokorelasi, heterokedastisitas, multikolinearitas dan normalitas
Universitas Sumatera Utara
tidak perlu dilakukan pada data penel dengan metode GLS. Menurut Widarjono, 2013 : 353 data panel dengan metode GLS memiliki beberapa keuntungan, yaitu:
1. Data panel yang merupakan gabungan dua data time series dan
cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar.
2. Menggabungkan informasi dari data time series dan cross section
dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel ommited-variabel.
Keunggulan lain dari regresi data panel menurut Ajija : 2011 adalah : 1.
Panel data mampu memperhitungkan heterogenitas individu secara ekspilisit dengan mengizinkan variabel spesifik individu;
2. Kemampuan mengontrol heterogenitas ini selanjutnya menjadikan
data panel dapat digunakan untuk menguji model perilaku lebih kompleks.
3. Data panel mendasarkan diri pada observasi cross-section yang
berulang-ulang time series, sehingga metode data panel cocok digunakan sebagai study of dynamic adjustment.
4. Tingginya jumlah observasi memiliki implikasi pada data yang
lebih informative, lebih variatif, dan kolinieritas multiko antara data semakin berkurang, dan derajat kebebasan degree of
freedomdf lebih tinggi sehingga dapat diperoleh hasil estimasi yang lebih efisien.
5. Data panel dapat digunakan untuk mempelajari model-model
perilaku yang kompleks. 6.
Data panel dapat digunakan untuk meminimalkan bias yang mungkin ditimnbulkan oleh agregasi data individu.
Dengan keunggulan yang dimiliki data panel tersebut, maka uji asumsi klasik tidak harus dilakukan dalam penelitian ini Ajija : 2011. Uji normalitas
juga tidak dilakukan karena berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka n 30, maka sudah dapat
diasumsikan berdistribusi normal. Dimana jumlah observasi atau n dalam penelitian ini adalah 36.
Universitas Sumatera Utara
3.9.5 Pengujian Hipotesis