3.5 Metode Analisis Data
3.5.1 Analisis Statistik Deskriptif
Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami dan di interpretasikan Erlina, 2011.
statistik deskriptif digunakan untuk mengembangkan profil perusahaan yang menjadi sampel. Ukuran statistik deskriptif yang digunakan dalam penelitian ini adalah nilai
minimum dan nilai maximum, mean, dan standar deviasi. Nilai minimum dan maximum biasanya dipakai untuk mengetahiu range rentang data. Dengan semakin
besarnya nilai range, maka akan semakin besar pulak penyimpangan dari nilai rata- ratanya. Nilai rata-rata mean adalah perbandingan penjumlahan sekelompok data
dengan jumlah data. Nilai rata-rata adalah cara termudah untuk mengetahui gambaran data. Standar deviasi adalah rata-rata penyimpangan masing-masing data terhadap
nilai yang diharapkan Erlina, 2011.
3.5.2 Uji Asumsi Klasik
Data yang digunakan dalam penelitian ini adalah data sekunder, maka untuk menentukan ketepatan model harus dilakukan pengujian atas beberapa asumsi klasik
yang mendasari model regresi.Pengujian ini dikenal dengan pengujian Best Linier Unbiasedness Estimator BLUE.Pengujian asumsi klasik yang digunakan dalam
penelitian ini meliputi uji normalitas, multikolinearitas, autokorelasi, dan heteroskedatisitas. Masing-masing pengujian asumsi klasik tersebut secara rinci dapat
dijelaskan sebagai berikut:
Universitas Sumatera Utara
3.5.2.1 Uji Normalitas
Menurut Ghozali 2013 Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal.
Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal.Jika asumsi ini dilarang maka uji statistik menjadi tidak valid untuk
jumlah sample kecil.Cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik atau uji statistik dengan tes One Sample
Kolmogorov-Smirnov.Dalam penelitian ini, uji normalitas dilakukan dengan uji statistic Kolmogorov Smirnov. 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.
3.5.2.2 Uji Multikolinearitas
Uji Multikolinearitas bertujuan untuk mengetahui apakah model regresi memiliki korelasi antar variabel bebas variabel independen.Pada model regresi
yang baik seharusnya tidak memiliki korelasi antar variabel indepandennya. Salah satu cara yang dapat dilakukan untuk menguji multikolinearitas adalah dengan
melihat nilaitolerance dan lawannya Variance Inflation Factor VIF. Nilai Cut-off
Universitas Sumatera Utara
yangumum dipakai untuk menunjukkan adanaya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan VIF 10 Ghozali, 2013.
Menurut Ghozali 2013, cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu :
1. Mengeluarkan satu atau lebih variabel independen yang mempunyai korelasi
tinggi dari model regresi dan indetifikasi variabel independen lainnya untuk membantu prediksi,
2. Menggabungkan data cross section dan time series pooling data,
3. Menambah data penelitian
3.5.2.3 Uji Heterokedastisitas
Uji heterokesdastisitas bertujuan untuk menguji apakah dalam model Regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model
regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.Kebanyakan data crossection mengandung situasi heterokesdastis
karena data ini menghimpun data yang mewakili berbagai ukuran.Ghozali 2013.
3.5.2.4 Uji Autokorelasi
Tujuan dari uji autokorelasi adalah untuk mengetahui apakah model regresi linier memiliki korelasi antara kesalahan pengganggu antara suatu periode dangan
periode sebelumnya.Data yang baik adalah regresi yang bebas dari
autokorelasi.Autokorelasi terjadi akibat observasi yang dilakukan berurutan
Universitas Sumatera Utara
sepanjang waktu berkaitan satu dengan yang lain. Masalah autokorelasi ini umumnya terjadi pada data time series. Pendekatan yang sering digunakan untuk menguji ada
tidaknya autokorelasi adalah uji Durbin-Watson dan Run test. Jika nilai signifikansi 0,05 maka tidak terjadi autokorelasi dalam model regresi.
3.5.3 Pengujian Hipotesis
Adapun pengujian terhadap hipotesis yang diajukan dilakukan dengan cara sebagai berikut:
3.5.3.1 Uji Koefisien Determinasi
�
�
Uji koefisien determinasi digunakan untuk mengukur persentase sumbangan variabel independen yang diteliti terhadap variasi naik turunnya variabel dependen
atau dengan kata lain untuk menguji goodness-fit dari model regresi. Nilai R
2
koefisien determinasi antara 0 sampai 1 0 ≤ R
2
≤ 1. Nilai R
2
dikatakan baik jika di atas 0,5 karena nilai R
2
berkisar antara 0 sampai 1. Nilai R
2
sama dengan nol R
2
=0 menunjukkan tidak adanya pengaruh antara variabel independen terhadap variabel
dependen. Bila R
2
semakin besar mendekati 1 menunjukkan semakin kuat pengaruh variabel independen terhadap variabel dependen dan bila R
2
semakin kecil mendekati nol menunjukkan semakin kecil pengaruh variabel independen terhadap variabel
dependen.
3.5.3.2 Uji Signifikan Simultan F-test
Pengujian ini bertujuan untuk mengetahui apakahvariabel independen secara simultan atau bersama-sama mempengaruhi variabel dependen secara signifikan.
Universitas Sumatera Utara
Pengujian ini menggunakan uji F yaitu dengan membandingkan F hitung dengan F tabel. Uji ini dilakukan dengan syarat:
a. Bila F hitung F tabel, artinya bahwa secara bersama-sama variabel
independen tidak berpengaruh terhadap variabel dependen; b.
Bila F hitung F tabel, artinya bahwa secara bersama-sama variabel independen berpengaruh terhadap variabel dependen. Pengujian ini
juga dapat menggunakan pengamatan nilai signifikan F pada tingkat α yang digunakan penelitian ini menggunakan
tingkat α sebesar 5. Analisis ini didasarkan pada perbandingan antara nilai signifikansi F dengan nilai
signifikansi 0,05 dengan syarat-syarat sebagai berikut: a.
Jika signifikansi F 0,05 berarti variabel-variabel independen secara simultan berpengaruh terhadap variabel dependen;
b. Jika signifikansi F 0,05 berarti variabel independen secara simultan tidak
berpengaruh terhadap variabel dependen.
3.5.3.3 Uji Signifikan Parsial t-test
Uji t-test digunakan untuk mengukur seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Uji ini
dilakukan dengan syarat: a.Bila t hitung t tabel, artinya bahwa secara parsial variabel independen tidak
berpengaruh terhadap variabel dependen; b. Bila t hitung t tabel, artinya bahwa secara parsial variabel independen
berpengaruh terhadap variabel dependen.
Universitas Sumatera Utara
Pengujian ini juga dapat menggunakan pengamatan nilai signifikan t pada tingkat α yang digunakan penelitian ini menggunaka tingkat α sebesar 5. Analisis
ini didasarkan pada perbandingan antara nilai signifikansi t dengan nilai signifikansi 0,05 dengan syarat-syarat sebagai berikut:
a.Jika signifikansi t 0,05 berarti variabel independen secara parsial berpengaruh terhadap variabel dependen;
b.Jika signifikansi t 0,05 berarti variabel independen secara parsial tidak berpengaruh terhadap variabel dependen.
3.5.4 Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk mendapatkan koefisien regresi yang akan menentukkan apakah hipotesis akan diterima atau ditolak. Data yang telah
dikumpulkan dianalisis dengan menggunakan alat analisis statistik. Persamaan Analisis Regresi Linear Berganda :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Keterangan :
Y = Harga Saham a = Konstanta
b= Koefisien regresi X1= Debt To Equity Ratio DER
X2= Current Ratio CR X3= Net Profit Margin NPM
e = Error
Universitas Sumatera Utara
3.5.5Analisis Regresi dengan Variabel Moderasi
Dalam penelitian ini untuk menguji regresi dengan variabel moderasi yaitu dengan menggunakan uji interaksi.Uji interaksi sering disebut dengan Moderated
Regression AnalysisMRA.Moderated Regression AnalysisMRA atau uji interaksi adalah aplikasi khusus regresi berganda linear dimana terdapat perkalian dua atau
lebih variabel independen. Uji ini digunakan untuk mengetahui sejauh mana interaksi Price Earning Ratio PER dapat mempengaruhi Debt To Equity Ratio DER,
Current Ratio CR, Net Profit Margin NPM terhadap Harga saham . Model persamaan MRA yang digunakan :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
1
X
4
+ b
6
X
2
X
4
+ b
7
X
3
X
4
+ e Keterangan :
Y = Harga Saham a = Konstanta
b= Koefisien regresi X1= Debt To Equity Ratio DER
X2= Current Ratio CR X3= Net Profit Margin NPM
X4= Price Earning Ratio PER e = Error
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum
Populasi yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama tahun 2012 sampai 2014.Sampel
dalam penelitian ini dipilih dengan menggunakan metode purposive sampling dengan beberapa kriteria tertentu.Berdasarkan kriteria yang telah di tetapkan terdapat 144
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia selama tahun 2012 sampai 2014.
Pengujian asumsi klasik dan regresi dilakukan dengan menggunakan software SPSS versi 20 for windows. Prosedur ini dimulai dengan memasukkan variabel –
variabel penelitian ke program SPSS tersebuh dan menghasilkan output – output sesuai metode analisis data yang telah ditentukan. Berdasarkan kriteria yang
ditetapkan, diperoleh 23 perusahaan Manufaktur yang terdaftar di Bursa Efek Indonesia yang memenuhi kriteria dan dijadikan sampel dalam penelitian ini yang
diamati selama periode 2012 hingga 2014.
4.2 Analisis Statistik Deskriptif
Statistik Deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar deviasi, nilai maksimum, dan nilai
Universitas Sumatera Utara