30
3.6 Jenis Data Dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang diperoleh peneliti secara tidak langsung melalui
media perantara tertentu diperoleh dan dicatat oleh pihak lain yang diolah lebih lanjut untuk pemenuhan kebutuhan penelitian. Sumber data dalam penelitian ini
diperoleh dari publikasi Bursa Efek Indonesia yang diakses melalui
www.idx.co.id sesuai dengan periode pengamatan.
3.7 Metode Pengumpulan Data
Peneliti melakukan dua metode dalam pengumpulan data. Pertama, melalui studi pustaka dengan mengumpulkan buku-buku referensi yang berkaitan
dengan penelitian dan dokumentasi penelitian terdahulu. Kedua, dengan studi dokumentasi yaitu melalui media internet dengan cara mengunduh data yang
diperlukan dalam bentuk laporan keuangan tahunan perusahaan yang telah diaudit melalui website BEI maupun website lain yang berhubungan dengan laporan
keuangan perusahaan terbuka.
3.8 Metode Analisis Data dan Pengujian Hipotesis
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistic descriptive dengan menggunakan program SPSS versi 17.
Sebelum melakukan pengujian hipotesis maka peneliti melakukan uji asumsi klasik terlebih dahulu.
Universitas Sumatera Utara
31
3.8.1 Pengujian Asumsi Klasik
Adapun tujuan dari pengujian asumsi klasik adalah agar data yang diperoleh:
a. Berdistribusi normal. b. Non-multikolinieritas, artinya antara variabel independen dalam model
regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.
c. Non-autokorelasi, artinya kesalahan penggangu dalam model regresi tidak saling berkolerasi.
d. Homoskedasititas, artinya variance variabel independen dari suatu pengamatan ke pengamatan lain adalah konstan atau sama.
Model regresi linier berganda multiple regression dapat disebut sebagai model yang baik jika model tersebut memenuhi kriteria BLUE Best
Linear Unbiased Estimator, BLUE dapat dicapai bila memenuhi asumsi klasik. Sedikitnya terdapat lima uji asumsi yang harus dilakukan terhadap
suatu model regresi tersebut, yaitu: 1. Uji normalitas
2. Uji autokorelasi 3. Uji multi kolinieritas
4. Uji heteroskedastisitas 5. Uji linearitas
Universitas Sumatera Utara
32
Penelitian ini hanya akan menggunakan empat jenis uji asumsi klasik dari lima asumsi diatas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas independent dan variabel terikat dependent mempunyai
distribusi normal atau tidak. Ghozali 2006:10 mengatakan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu
atau residual memiliki distribusi normal. Menurut Suliyanto 2005:63 “uji normalitas adalah pengujian untuk mengetahui residual yang diteliti
berdistribusi normal atau tidak”. Data yang berdistribusi normal mempunyai pola distribusi seperti kurva
berbentuk bel. Kurva berbentuk bel mempunyai dua karakteristik pokok, yaitu kurva berkonsentrasi di posisi tengah dan menurun di dua sisi dan kurva
berbentuk bel ini bersifat simetris. Untuk mengetahui normalitas data dapat diuji dengan menggunakan
histogram, Normal plot, Skewness dan Kurtosis atau dengan menggunakan uji Kolmogorov Smirnov. Cara pertama yang dilakukan untuk menafsir
normalitas data adalah dengan membuat hipotesis seperti berikut: •
: Data berdistribusi normal •
: Data tidak berdistribusi normal
Universitas Sumatera Utara
33
Langkah kedua menentukan kriteria uji hipotesis seperti berikut: • Jika sig 0.05 H
ditolak, diterima
• Jika sig 0.05 H diterima,
ditolak
2. Uji Heteroskedastisitas
Ghozali 2005:11 menyebutkan uji heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel dari
residual suatu pengamatan ke pengamatan lain. Suatu model regresi yang baik adalah tidak terjadi heteroskedastisitas. Deteksi ada tidaknya gejala
heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu. Jika ada pola tertentu yang teratur seperti bergelombang, melebar, kemudian
menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika ada pola yang jelas maka tidak terjadi gejala heteroskedatisitas. Salah satu cara
yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedatisitas adalah dengan melihat pada grafik scatter plot.
3. Uji Autokorelasi
Menurut Priyatno 2008:47 uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan dalam asumsi klasik
autokorelasi, yaitu korelasi yang terjadi antara residual pada suatu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus dipenuhi
dalam regresi adalah tidak adanya autokorelasi. Ada beberapa cara untuk mendeteksi gejala autokorelasi yaitu Durbin-Watson DW test, uji Langrage
Multiplier LM test, uji statistik Q dan Run Test.
Universitas Sumatera Utara
34
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut: 1. Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound
DU dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bila nilai Durbin-Watson DW lebih rendah daripada batas bawah atau Lower Bound DL maka koefisien autokorelasi lebih besar daripada nol,
berarti ada autokorelasi positif. 3. Bila nilai Durbin-Watson DW lebih besar daripada 4-DL maka koefisien
autokorelasi lebih kecil dari nol, berarti ada auto korelasi negative. 4. Bila nilai Durbin-Watson DW terletak antara batas atas DU dan batas
bawah DL atau DW terletak di batas antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan.
4. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel bebas, karena jika hal tersebut terjadi maka variabel-variabel tersebut tidak ortogonal atau terjadi
kemiripan. Untuk melakukan pengujian apakah terdapat multikolinearitas atau tidak, dapat diketahui dengan menggunakan nilai tolerance dan lawannya
Variance Inflation Factor VIF. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.01 atau
sama dengan VIF 10.
Universitas Sumatera Utara
35
Ada dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu sebagai berikut:
1. Membuang salah satu variabel. 2. Menggunakan metode lanjut, seperti Regresi Bayessian dan Regresi
Ridge .
3.8.2 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi. Hipotesis pertama H1, hipotesis kedua H2, hipotesis ketiga H3 dianalisis
dengan regresi linear berganda untuk melihat pengaruh masing-masing variabel, hipotesis tersebut adalah sebagai berikut :
H1 : Total Asset Turn Over berpengaruh signifikan secara parsial terhadap profitabilitas perusahaan
H2 : Debt to Equity Ratio berpengaruh signifikan secara parsial terhadap profitabilitas perusahaan
H3 : Debt to Asset Ratio berpengaruh signifikan secara parsial terhadap profitabilitas perusahaan
Universitas Sumatera Utara
36
Total asset turn over, debt to equity ratio, debt to asset ratio secara terpisah terhadap Return On Asset yang dapat dirumuskan sebagai berikut:
Y = a + Y = a +
Y = a + Hipotesis keempat H4 dianalisis dengan menggunakan regresi linier
berganda untuk melihat pengaruh variabel total asset turn over, debt to equity ratio dan debt to asset ratio secara bersama-sama terhadap Return On Asset
yang dapat dirumuskan sebagai berikut: Y = a +
+ +
+ e Keterangan:
Y = Return On Asset
a = Konstanta
b
1,2,3
= Koefisien Regresi X
1
= Total Asset Turn Over
X
2
= Debt to Equity Ratio X
3
= Debt to Asset Ratio e
= Error
a. Uji Koefisien Determinasi
Nilai yang digunakan untuk melihat uji koefisien determinasi adalah nilai adjusted R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Menurut Ghozali 2005:105
Universitas Sumatera Utara
37
“Adjusted R
2
dianggap lebih baik dari R
2
karena nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model”.
b. Uji F Statistik
Uji F Statistik adalah uji hipotesis yang bertujuan untuk mengetahui seberapa besar variabel bebas berpengaruh secara bersama-sama atau simultan
terhadap variabel terikat. H
= 0, artinya Total Asset Turn Over, Debt to Equity Ratio dan Debt to Asset Ratio secara simultan tidak berpengaruh terhadap Return On Asset
Ha ≠ 0, artinya Total Asset Turn Over, Debt to Equity Ratio dan Debt to
Asset Ratio secara simultan berpengaruh terhadap Return On Asset
c. Uji T Statistik
Uji T Statistik adalah uji hipotesis yang bertujuan untuk mengetahui seberapa besar variabel bebas berpengaruh secara masing-masing atau parsial
terhadap variabel terikat. H
= 0, artinya Total Asset Turn Over, Debt to Equity Ratio dan Debt to Asset Ratio secara parsial tidak mempunyai pengaruh terhadap Return On
Asset. H
a
≠ 0, artinya Total Asset Turn Over, Debt to Equity Ratio dan Debt to Asset Ratio secara parsial mempunyai pengaruh terhadap Return On Asset.
Universitas Sumatera Utara
38
BAB IV ANALISIS HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Populasi dalam penelitian ini adalah perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia BEI tahun 2009-2011, dimana jumlah populasi
dari penelitian ini adalah sebanyak 32 perusahaan. Metode pengambilan sampel yang digunakan dalam penelitian ini adalah purposive sampling dengan jumlah
sampel yang digunakan adalah sebanyak 25 perusahaan dengan total pengamatan yang digunakan sebanyak 75 amatan25x3. Data Total Asset Turn Over, Debt to
Equity Ratio dan Debt to Asset Ratio untuk tahun 2009-2011 dapat dilihat pada lampiran.
4.2 Analisis Hasil Penelitian 4.2.1 Statistik Deskriptif
Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata dan nilai standar deviasi data yang digunakan
dalam penelitian. Tabel 4.1
Statistik Deskriptif
N Minimum
Maximum Mean
Std. Deviation
TATO 75
.02 .49
.2101 .12406
DER 75
.05 2.20
.8295 .57821
DAR 75
.04 .68
.3908 .18618
ROA 75
-.11 .14
.0395 .04541
Valid N listwise
75
Sumber : Diolah dari SPSS, 2012
Universitas Sumatera Utara