Populasi dan Sampel Penelitian Jenis dan Sumber Data Metode Pengumpulan Data Pendekatan Kolmogorv-Smirnov

3.5 Populasi dan Sampel Penelitian

Populasi dari penelitian ini adalah seluruh perusahaan perbankan yang terdaftar dibursa efek Indonesia selama periode 2010-2012 sebanyak 31 emiten. Dan sampel yang di ambil adalah 15 perusahaan. Adapun kriteria atau karakteristik dari perusahaan yang dijadikan sebagai sampel peneltian adalah : 1. Perusahaan yang terus menerus tercatat di bursa ekfek indonesia selama periode penelitian dan sudah di audit. 2. Perusahaan yang mempublikasikan laporan keuangan secara lengkap selama periode penelitian. 3. Perusahaan yang memiliki Price Earning Ratio positif. Hasil Penarikan sampel dijelaskan dalam tabel berikut : Tabel 3.1 Nama Perusahaan yang Menjadi Sampel Perusahaan No NAMA PERUSAHAAN KODE PERUSAHAAN 1 PT Bank Capital Indonesia Tbk BACA 2 PT Bank Ekonomi Raharja Tbk BAEK 3 PT Bank Central Asia Tbk BBCA 4 PT Bank Negara Indonesia Persero Tbk BBNI 5 PT Bank Rakyat Indonesia Persero Tbk BBRI 6 PT Bank Tabungan Negara Perseroan Tbk BBTN 7 PT Bank Danamon Indonesia Tbk BDMN 8 PT Bank Madiri Persero Tbk BMRI 9 PT Bank CIMB Niaga Tbk BNGA 10 PT Bank Permata Tbk BNLI 11 PT Bank Sinar Mas Tbk BSMI 12 PT Bank Swadesi Tbk BSWD 13 PT Bank Artha Graha Internasional Tbk INPC 14 PT Bank Windu Kentjana Internasional Tbk MCOR 15 PT Bank NISP OCBC Tbk NIPS Sumber: http:www.idx.co.id Diolah Universitas Sumatera Utara

3.6 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder dalam penelitian ini diperoleh melalui website resmi Bursa Efek Indonesia, buku-buku referensi, literatur ilmiah, dan website perusahaan yang diteliti.

3.7 Metode Pengumpulan Data

Metode pengumpulan data yang dilakukan dalam penelitian ini adalah metode dokumentasi dimana data dikumpulkan, dicatat, dan dikaji melalui dokumentasi pada website resmi Bursa Efek Indonesia dan website perusahaan yang diteliti.

3.8 Teknik Analisis Data

Metode analisis jalur ini menggunakan program SPSS , sehingga dasar analisis yang digunakan adalah analisis regresi linear berganda untuk mengetahui variabel independen yang mempengaruhi secara signifikan terhadap Price earning ratio pada perusahaan perbankan yaitu debt equity ratio DER, Return on equity ROE, Return on asset ROA, dan Earning per share digunakan persamaan umum regresi linier berganda atas empat variabel bebas terhadap variabel tidak bebas umum regresi berganda. Y = α +β 1 X 1 +β 2 X 2 +β 3 X 3 +β 4 X 4 + e Dimana : Y 1 : Price earning ratio Universitas Sumatera Utara α : Konstanta β1,2,3,4, : Penaksiran koefisien regresi X 1 : debt equity ratio X 2 : Return on equity X 3 : Return on asset X 4 : Earning per share E : Variabel Residual tingkat kesalahan Nilai koefisien regresi disini sangat menetukan sebagai dasar analisis. Hal ini berarti jika koefisien α bernilai positif maka dapat dikatakan terjadi pengaruh searah antara variabel bebas dengan variabel terikat. Bila variabel bebas mengalami kenaikan, maka variabel terikat juga akan mengalami kenaikan. Demikian pula sebaliknya, bila koefisien nilai β bernilai negatif hal ini menunjukkan adanya pengaruh negative dimana kenaikan nilai variabel bebas akan mengakibatkan penurunan nilai variabel terikat. Data yang digunakan dalam penelitian ini adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atau beberapa asumsi klasik yang mendasari model regresi. Pengujian asumsi klasik yang digunakan pada penelitian ini meliputi uji normalitas, multikolinieritas, heteroskedastisitas, dan autokorelasi

3.8.1 Uji Asumsi Klasik

Tujuan dilakukannya pengujian terhadap penyimpangan asumsi klasik yaitu untuk mengetahui apakah model regresi yang diperoleh mengalami penyimpangan asumsi klasik atau tidak dengan batuan program software SPSS for Windows Universitas Sumatera Utara Statistic Product Service Solution. Adapun syarat Asumsi Klasik yang harus dipenuhi model regresi berganda sebelum data tersebut dianalisis adalah sebagai berikut: 3.8.1.1 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau mendekati normal Ghozali, 2007: 110. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal apada grafik atau melihat histogram dari residualnya Ghozali, 2007: 28. Data tersebut normal atau tidak dapat diuraikan lebih lanjut sebagai berikut : a. Jika data menyebar diatas garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

a. Pendekatan Kolmogorv-Smirnov

Alat uji ini digunakan untuk memastikan apakah data di sepanjang garis diagonal berdistribusi normal. Hipotesisnya sebagai berikut: a. Nilai sig atau signifikansi atau nilai probabilitas 0,05, distribusi adalah tidak normal. Universitas Sumatera Utara b. Nilai sig atau signifikansi atau nilai probabilitas 0,05, distribusi adalah normal Ghozali, 2007: 30 Maka untuk mendeteksi normalitas dengan Kolmogorov-Smirnov Test K S dilakukan dengan membuat hipotesis : Ho : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal 1. Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka Ho ditolak, yang berarti data tersebut terdistribusi tidak normal. 2. Apabila probabilitas nilai Z uji K-S tidak signifikan secara statistik maka Ho diterima, yang berarti data tersebut terdistribusi normal. b . Pendekatan Histogram Untuk menguji normalitas data dapat dilihat dengan kurva normal. Kurva normal yaitu kurva yang memiliki ciri-ciri khusus, salah satu diantaranya adalah mean, modus, dan median pada tempat yang sama. Ukuran kemiringan puncak kurva ke kiri atau ke kanan dikenal dengan nama “kemiringan kurva” atau “kemencengan kurva” skewness. Kemencengan suatu kurva distribusi data dapat bertanda positif arah kanan dan bertanda negatif arah kiri.

c. Pendekatan Grafik