Populasi dan Sampel 1. Populasi

semudah mungkin dan dapat dipertanggungjawabkan secara akademis Martono, 2010.

F. Teknik Analisis Data

Teknis analisis data yang digunakan adalah Regresi Linear Berganda. Model ini pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Model ini mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antara variabel dependen dan variabel independen Kuncoro, 2001:93. Adapun secara matematis dapat ditulis sebagai berikut Nachrowi dan Usman, 2008:117: Y i = β + β 1 X 1i +β 2 X 2i +β 3 X 3i + u i dimana i = 1,2,3,…n banyaknya observasi dan u merupakan komponen kesalahan random error. Nilai-nilai parameter pada model tersebut akan diduga dan diimplementasikan, sehingga modelnya menjadi M-VAIC = b + b 1 AGE +b 2 ROA +b 3 SIZE+ u i dimana: M- VAIC = Kinerja Modal Intelektual b = Konstanta b 1 , b 2 , b 3 = Koefisien regresi AGE = Umur Perusahaan ROA = Tingkat Keuntungan SIZE = Ukuran Perusahaan Beberapa pengujian perlu dilakukan sebelum menggunakan Regresi Linear Berganda, pengujian tersebut adalah sebagai berikut:

1. Uji Asumsi Klasik a. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah masing-masing variabel berdistribusi normal atau tidak. Irianto, 2010:272. Uji normalitas dilakukan dengan melihat nilai Asymp. Sig. 2-tailed Kolmogorov Smirnov. Hipotesis pengujian adalah sebagai berikut: H : artinya, data berdistribusi normal H a : artinya, data tidak berdistribusi normal Adapun kriteria pengujian adalah sebagai berikut: Sig α =0,005 : maka, H diterima, data berdistribusi normal Sig α =0,005 : maka, H ditolak, data tidak berdistribusi normal

b. Uji Multikolinearitas

Uji Multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan dimana terdapat hubungan linear antar variabel independen dalam model regresi Wiyono, 2011:157. Menurut Kuncoro 2001:114, Multikolinearitas adalah adanya suatu hubungan linear yang sempurna atau mendekati sempurna antara beberapa atau semua variabel independen. Dalam penelitian ini akan