Jenis dan Sumber Data Metode Pengumpulan Data Metode Analisis Data

9 TSPC Tempo Scan PasifikTbk √ √ √ Dari 9 populasi perusahaan farmasi yang terdaftar di Bursa Efek, yang memenuhi kriteria sebagai sempel sebanyak 8 perusahaan, maka sampel dapat dilihat pada tabel di bawah ini : Tabel 3.2 Daftar Sampel Perusahaan

3.3 Jenis dan Sumber Data

Data yang dikumpulkan pada penelitian ini adalah data sekunder. Data sekunder merupakan data yang sudah tersedia dan dikumpulkan oleh pihak lain Sanusi, 2011 : 104. Sumber data dan penulisan pada skripsi ini dari berbagai sumber buku, jurnal dan penelitian terdahulu yang mendukung penelitian. Sedangkan untuk data yang diolah diambil dari Indonesian Capital Market No Kode Nama Perusahaan Kriteria Sampel 1 2 3 1 SQBI Taisho Pharmaceutical Indonesia Tbk √ √ √ 1 2 INAF IndofarmaTbk √ √ √ 2 3 KAEF Kimia FarmaTbk √ √ √ 3 4 KLBF Kalbe Farma √ √ √ 4 5 MERK Merck Tbk √ √ √ 5 6 PYFA PyridamFarmaTbk √ √ √ 6 7 DVLA DayaVariaLaboratoriaTbk √ √ √ 7 8 TSPC Tempo Scan PasifikTbk √ √ √ 8 Universitas Sumatera Utara Directory ICMD dan situs www.idx.co.id berupa laporan keuangan yang dipublikasikan.

3.4 Metode Pengumpulan Data

Metode pengumpulan data pada penelitian ini menggunakan teknik dokumentasi yaitu mengumpulkan data-data berupa laporan keuangan perusahaan dari tahun 2009 sampai dengan 2011 yang digunakan sebagai sampel dari Indonesian Capital Market Directory ICMD. 3.5 Definisi Operasional dan Pengukuran Variabel 3.5.1 Defenisi Operasional Agar hasil dari penelitian ini seperti yang diharapkan, maka perlu diketahui unsur-unsur yang menjadi dasar dari penelitian ilmiah yang terdapat pada operasionalisasi variabel. Secara rinci, berikut operasionalisasi variabel penelitian ini Tabel 3.3 Ringkasan Defenisi Operasional Variabel 1 Konsep 2 Indikator 3 Skala 4 X 1 Rasio ini menunjukkan kemampuan perusahaan untuk menghasilkan modal kerja bersih Net Working Capital to Total Rasio Universitas Sumatera Utara dari keseluruhan total aktiva yang dimilikinya Assets X 2 Rasio ini menunjukkan kemampuan perusahaan untuk menghasilkan laba ditahan dari aktiva perusahaan Retained Earnings to Total Assets Rasio X 3 Rasio ini menunjukkan kemampuan perusahaan untuk menghasilkan laba dari aktiva perusahaan, sebelum bunga dan pajak Earnings Before Interest and Tax to Total Assets Rasio X 4 Rasio ini digunakan untuk mengukur sejauh mana aktiva perusahaan dibiayai oleh hutang Book Value of Equity to Total Liabilities Rasio X 5 Merupakan rasio aktivitas yang juga dapat mendeteksi kemampuan dana perusahaan yang tertanam dalam keseluruhan aktiva berputar dalam satu periode. Rasio ini juga digunakan untuk mengukur kemampuan modal yang diinvestasikan oleh perusahaan untuk menghasilakn revenue. Sales to Total Assets Rasio � ����� Dari data laporan keuangan perusahaan yang dianalisis dengan menggunakan beberapa rasio keuangan yang dianggap dapat memprediksi kebangkrutan perusahaan. Z-Score = 0,717 � 1 + 0,847 � 2 + 3,107 � 3 + 0,420 � 4 + 0,998 � 5 1. Z’ lebih kecil dari 1,88 berarti perusahaa n mengalam i kesulitan keuangan atau kebangkr Universitas Sumatera Utara 3.5.2 Pengklasifikasian Variabel 3.5.2.1 Variabel bebas independent variable Variabel bebas yaitu variabel yang keberadaanya dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan positif dan negatif bagi variabel dependen.Variabel bebas yang digunakan dalam penelitian ini berupa : utan. 2. Z’score antara 1,88 – 2,99 perusahaa n dianggap berada pada daerah abu-abu grey area 3. Z’score 2,99 artinya perusahaa n dalam keadaan sehat. Universitas Sumatera Utara X1 = ���������� ��������� X2 = ��������ℎ�� ��������� X3 = ���� ��������� X4 = �����������������ℎ�� �������������� X5 = ��������� ���������

3.5.2.2 Variabel terikat dependent variable

Variabel terikat yaitu variabel keberadaannya yang dipengaruhi oleh besarnya variabel independen.Variabel dependent pada penelitian ini berupa kesehatan perusahaan, berupa nilai Z-Score.

3.6 Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini dengan menggunakan analisis statistik yang menggunakan software statistik SPSS versi

18. Metode dan teknik yang dilakukan dengan tahapan sebagai berikut : 3.6.1 Pengujian asumsi klasik

3.6.1.1 Uji Normalitas

Menurut Ghozali 2005 : 160 uji normalitas bertujuan untuk menguji apakah variabel independen dan dependen berdistribusi normal. Ada dua cara mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. 1. Analisis grafik Universitas Sumatera Utara Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogral dari residualnya, dimana jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. 2. Analisis Statistik Uji statistik yang digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov Smirnov K-S. Pedoman pengambilan keputusan rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari: a Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal,. b Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal Ghozali,2005 : 165.

3.6.1.2 Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 Universitas Sumatera Utara sebelumnya Ghozali, 2005 : 110. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Pengujian autokorelasi menggunakan uji Durbin Watson DW-test.Pengambilan keputusan mengenai ada tidaknya autokorelasi yaitu : 1 DW -2 berarti ada autokorelasi positif 2 -2 DW 2 berarti tidak ada autokorelasi 3 DW +2 berarti ada autokorelasi negatif

3.6.1.3 Uji Heteroskedastisitas

Menurut Ghozali 2005 : 139 uji ini bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lainnya.Untuk melihat ada tidaknya heteroskedastisitas dilakukan dengan mengamati Grafik Scatterplot antara nilai prediksi variabel terikat dengan residualnya. Deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot dengan dasar analisis: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas, Universitas Sumatera Utara b. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2005 : 139.

3.7 Pengujian Hipotesis