3.4.3. Pengumpulan Data
Dalam penelitian ini teknik pengumpulan data yang digunakan adalah dokumentasi yang diambil meliputi laporan keuangan terutama
laporan labarugi dan neraca masing-masing perusahaan yang dijadikan sampel dalam penelitian ini juga teori-teori yang berhubungan dengan
penelitian ini.
3.5. Uji Kualitas Data
3.5.1. Uji Normalitas
Bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi
tidak valid untuk jumlah sampel kecil Ghozali, 2006: 147. 3.5.2.
Uji Asumsi Klasik
Menurut Sulaiman 2004: 87-89, persamaan regresi harus bersifat BLUE Best Linier Unbiesed Estimation, artinya pengambilan keputusan
melalui uji F dan uji t tidak boleh bias. Untuk memperoleh persamaan regresi yang dapat dipertanggungjawabkan maka asumsi klasik sebagai
berikut harus dipertimbangkan: a.
Multikolinieritas Multikolinieritas adalah terjadinya hubungan linier antar variabel
bebas dalam persamaan regresi linier berganda. Apabila ternyata ada hubungan linier antar variabel bebas, maka persamaan regresi sederhana
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
tidak perlu dilakukan analisis multikolinieritas Sumodiningrat, 2002: 281.
Tujuan dari multikolinieritas adalah untuk menguji apakah ada model regresi ditemukan adanya korelasi antar variabel bebas. Model
regresi yang baik seharusnya terjadi kolerasi diantara variabel Gozhali, 2001: 57.
Menurut Ghozali 2001: 57 besarnya nilai VIF variance inflation factor yang digunakan acuan adalah nilai VIF dibawah sepuluh, apabila
VIF lebih tinggi dari 10 maka akan terjadi multikolinieritas. b.
Heteroskedastisitas Menurut dari penyimpangan heteroskedastisitas adalah varians
variabel dalam model tidak sama konstan. Pada regresi linier, nilai risidual tidak boleh ada hubungan dengan variabel independen Algifari,
2000: 85. Untuk mendeteksi ada atau tidaknya heteroskedastisitas digunakan
korelasi Rank Spearman antara residual dengan seluruh variabel independen.
- Apabila nilai signifikan hitung sig tingkat signifikan
α= 0,05 berarti tidak terjadi heteroskedastisitas.
- Apabila nilai signifikan hitung sig
≤ tingkat signifikan α= 0,05 berarti terjadi heteroskedastisitas Santoso, 2001:231.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
c. Autokorelasi
Menurut Sumodiningrat 2002: 61 autokorelasi adalah korelasi hubungan yang terjadi diantara anggota-anggota dari serangkaian
pengamatan yang tersusun dalam rangkaian waktu seperti pada data runtun waktu atau time series data atau yang tersusun dalam rangkaian
ruang seperti pada data silang waktu atau cross sectional data. Uji autokorelasi bertujuan untuk menguji apakah dalam suatu
model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalah pada periode t-1 sebelumnya. Autokorelasi
muncul kerena observasi yang berurutan sepanjang waktu berkaitan satu sama lain Ghozali, 2001: 61. Ada beberapa cara untuk mendeteksi ada
atau tidaknya autokorelasi, salah satunya adalah dengan uji Durbin- Watson DW test Gujarati, 1999:201.
Menurut Santoso 2002 : 218 deteksi adanya Autokolerasi adalah : a.
Angka D-W di bawah - 2, hal ini berarti ada Autokolerasi positif. b.
Angka D-W diantara -2 sampai +2, hal ini berarti tidak ada Autokolerasi.
Angka D-W di atas + 2, hal ini berarti ada Autokolerasi negatif.
3.6. Teknik Analisis dan Uji Hipotesis