3.4. Uji Analisis dan Uji Hipotesis
3.4.1. Teknik Analisis
Teknik analisis yang digunakan dalam penelitian ini adalah regresi linier berganda. Persamaan regresi linier berganda yang digunakan adalah:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+b
4
X
4
+ e Keterangan:
Y = kinerja perusahaan a = konstanta intercept
b
1
= koefisien regresi variabel perspektif keuangan b
2
= koefisien regresi variabel perspektif pelanggan b
3
= koefisien regresi variabel perspektif proses bisnis internal b
4
= koefisien regresi variabel perspektif pembelajaran dan pertumbuhan X
1
= Perspektif keuangan X
2
= Perspektif pelanggan X
3
= Perspektif proses bisnis internal X
4
= Perspektif pembelajaran dan pertumbuhan
3.4.2. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Data yang baik adalah jika data tersebut
mengikuti distribusi data normal atau mendekati normal. Untuk dapat mengetahui apakah data tersebut mengikuti sebaran normal dapat dilakukan
dengan berbagai metode, salah satunya adalah metode Kolmogorov Smirnov Sumarsono, 2004: 40.
Pedoman dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal atau tidak adalah:
a. Jika nilai signifikan nilai profitabilitasnya 5, maka distribusi
adalah tidak normal. b.
Jika nilai signifikan nilai profitabilitasnya 5, maka distribusi adalah normal.
3.4.3. Uji Asumsi Klasik
Persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator artinya pengambilan keputusan uji F dan uji t tidak boleh bias. Untuk bisa
dikatakan sebagai alat ukur yang BLUE, maka persamaan analisis regresi membutuhkan beberapa asumsi diantaranya tiga asumsi dasar yang tidak
boleh dilanggar oleh regresi linier berganda yaitu: Gujarati, 1993:157-230 Tidak boleh ada Autokorelasi
Tidak boleh ada Multikolinearitas Tidak boleh ada Heteroskedastisitas
Apabila salah satu dari ketiga asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE sehingga pengambilan
keputusan melalui uji F dan uji t menjadi bias. Berikut ini uraian singkat mengenai ketiga asumsi tersebut:
a. Autokorelasi
Menurut Gujarati 2007: 112, autokorelasi adalah korelasi hubungan diantara anggota observasi yang diurut menurut waktu seperti urutan waktu
time series atau ruang seperti waktu tertentu cross sectional data.
Gambar 2.5: Daerah Keputusan Autokorelasi Kurva Durbin – Watson
Tolak Ho Tolak Ho Bukti Daerah Daerah Bukti
Autokorelasi Ragu-ragu Ragu-ragu Autokorelasi Positif Negatif
Tidak ada Autokorelasi
d 0 d
L
d
U
4-d
U
4-d
L
4
Keterangan: Ho : Tidak ada autokorelasi positif
Ho : Tidak ada autokorelasi negatif
Sumber: Gujarati, Damodar, 2007, Dasar-dasar Ekonometrika.Jilid 2, Erlangga,
Jakarta, Hal 122.
Adanya autokorelasi didasarkan atas: Gujarati, 1993:218. 1.
Daerah A: d dL, ditolak Ho autokorelasi positif. 2.
Daerah B: dL d dU, ragu – ragu. 3.
Daerah C: dU d 4-dU, diterima Ho, non autokorelasi. 4.
Daerah D: 4-dU d 4-dL, ragu – ragu. 5.
Daerah E: d 4, ditolak Ho autokorelasi negatif.
b. Multikolinieraitas
Menurut Gujarati 1993:157-176, multikoreliniearitas berarti adanya hubungan linier yang “sempurna” atau pasti, diantaranya atau semua
variabel yang menjelaskan dari model regresi. Menurut Ghozali 2002:57, untuk mendeteksi ada tidaknya
multikolinearitas dengan menghitung nilai Tolerance dan Inflation Factor VIF, kedua ukuran ini menunjukkan setiap variabel bebas manakah yang
dijelaskan oleh variabel bebas lainnya. VIF dapat dihitung dengan rumus: 1
VIF = Tolerance
Jika VIF 10, berarti terdapat multikolinearitas Jika VIF 10, berarti tidak terdapat multikolinearitas
c. Heteroskedastisitas
Maksud dari penyimpangan heteroskedastisitas adalah jika nilai residual tidak konstan atau berbeda untuk setiap nilai tertentu variabel bebas. Dalam
regresi linier, nilai residu harus konstan untuk setiap nilai variabel bebas. Jika ketentuan ini dilanggar maka akan terjadi heteroskedastisitas Ghozali,
2002: 69. Dengan kata lain dalam suatu model regresi linier, nilai residual tidak boleh ada hubungan dengan variabel bebas.
Menurut Gujarati 1993:188, untuk menguji adanya heteroskedastisitas secara kuantitatif dalam suatu regresi dilakukan dengan melakukan
pengujian korelasi ranking spreaman. Korelasi rank spreaman r
s
dapat dihitung dengan formula:
∑
d
1 2
r
s
= 1 – 6 N N
2
– 1 Keterangan:
d
1
= perbedaan dalam rank yang ditetapkan untuk dua karakteristik yang berbeda dari individual
N = banyaknya sampel dalam rank
Jika nilai profitabilitas 0,05 maka tidak terjadi heteroskedastisitas. Jika nilai profitabilitas 0,05, maka terjadi heteroskedastisitas.
3.4.4. Uji Hipotesis
Langkah – langkah pengujian yang dilakukan untuk masing – masing uji hipotesis antara lain sebagai berikut:
1. Uji Kesesuaian Model
Uji Kesesuaian Model digunakan untuk mengetahui model pengaruh variabel bebas X
1,
X
2,
X
3,
dan X
4
terhadap variabel terikat Y, untuk itu digunakan uji F.
Tahap pengujian akan dilakukan sebagai berikut: 1.
Kriteria Hipotesis H
o
: b
1
= 0, tidak ada kesesuaian model pengaruh nyata antara X
1
, X
2
, X
3
, dan X
4
terhadap Y. H
1
: b
1
≠ 0, ada kesesuaian model pengaruh nyata antara X
1
, X
2
, X
3
, dan X
4
terhadap Y.
2. Tingkat signifikan yang digunakan dalam penelitian adalah sebesar 5
dengan derajat n – k k – 1.
3. Menetukan nilai F
hit
Nilai F
hit
dapat diperoleh dengan rumus sebagai berikut: R
2
k – 1 F
hitung
= 1 – R
2
n – k
Keterangan :
R = koefisien determinasi berganda k = jumlah variabel bebas
n = banyaknya pengamatan
4. Kriteria Pengujian
a. Jika tingkat signifikansi
≥ 5, maka Ho diterima dan H
1
ditolak. b.
Jika tingkat signifikansi 5, maka Ho ditolak dan H
1
diterima.
2. Uji t
Uji t digunakan untuk mengetahui pengaruh secara parsial variabel bebas X
1
, X
2
, X
3
, dan X
4
terhadap variabel terikat Y. Tahap pengujian akan dilakukan sebagai berikut:
1. Kriteria Hipotesis
H
o
: b
i
= 0, tidak pengaruh antara X
1
, X
2
, X
3
, dan X
4
secara parsial terhadap Y.
H
1
: b
i
≠ 0, ada pengaruh antara X
1
, X
2
, X
3
, dan X
4
secara parsial terhadap Y.
2. Tingkat signifikan yang digunakan dalam penelitian adalah 5 dengan
derajat bebas n-k.
3. Menentukan nilai t
hitung
Nilai t
hitung
dapat diperoleh dengan menggunakan rumus sebagai berikut: b
j
t
hitung
= Seb
j
Keterangan: t
hitung
= nilai t hasil perhitungan b
j
= koefisien regresi variabel bebas Seb
j
= standart eror koefisien regresi
4. Kriteria Pengujian a.
Jika tingkat signifikansi ≥ 5, maka Ho diterima dan H
1
ditolak. b.
Jika tingkat signifikansi 5, maka Ho ditolak dan H
1
diterima.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian