Analisis Data METODE PENELITIAN

commit to user 44 Total Hutang FLEVER = Total aset

e Pertumbuhan perusahaan

Pada penelitian ini proksi untuk pertumbuhan perusahaan adalah price ea rning ratio PER perusahaan yang dapat dihitung dengan rumus sebagai berikut : Harga per lembar saham PER = Ea rning per share

D. Analisis Data

1. Pengujian Asumsi Klasik Sebagai syarat pengujian hipotesis dilakukan uji klasik untuk memastikan bahwa data penelitian valid, tidak bias, dan penafsiran koefisien regresi efisien Gujarati Potter, 2009. Untuk memperoleh model regresi yang memberikan hasil regresi yang baik dimana model regresi tersebut berdistribusi normal, tidak terdapat autokorelasi, tidak terjadi multikolinieritas, dan tidak terdapat heteroskedatisitas, maka model tersebut perlu diuji asumsi dasar klasik dengan metode Ordinary Least Square OLS. a. Uji Normalitas Data Uji normalitas data bertujuan untuk menguji apakah variabel pengganggu atau residual dalam model regresi memiliki distribusi commit to user 45 normal. Untuk mendeteksi apakah variabel pengganggu memiliki distribusi normal atau tidak dilakukan uji statistik non-parametrik Kolmogrov-Smirnov Ghozali, 2009. Uji ini dilakukan dengan membuat hipotesis sebagai berikut : Ho = data residual berdistribusi normal HA = data residual tidak berdistribusi normal Model regresi yang memiliki distribusi data residual normal apabila uji Kolmogrov-Smirnov memiliki tingkat signifikansi 0.05 dan tidak berdistribusi normal jika tingkat signifikansi 0.05. b. Uji Multikolinieritas Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen yang seharusnya model regresi tidak terjadi korelasi antar variabel independen Ghozali, 2009. Uji multikolinieritas dilakukan dengan meregresikan model analisis dan melakukan uji korelasi antara variabel independen dengan menggunakan tolera nce va lue dan lawannya nilai va riance inflation fa ctor VIF dari masing-masing variabel independen. Tolerance va lue mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Multikolinieritas tidak terjadi apabila tolera nce va lue di atas 0.10 dan VIF di bawah 10. commit to user 46 c. Uji Autokolerasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier terdapat korelasi antar residual pada periode t dengan residual periode t-1. Jika terjadi korelasi maka dinamakan problem korelasi. Autokorelasi terjadi karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya Ghozali, 2009. Autokorelasi diuji dengan menggunakan Durbin-Watson. Cara untik mendekteksi autokorelasi adalah dengan menggunakan kriteria bilamana D-W hitung mendekati +2 maka dalam model regresi tidak terjadi autokorelasi. d. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Jika va ria nce dari residual satu pengamatam ke pengamatan yang lainnya tetap, maka disebut homoskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas Ghozali, 2009. Pengujian heteroskedastisitas dengan metode grafik lazim dipergunakan meskipun menimbulkan bias karena pengamatan antara satu pengamatan dengan pengamatan lain bias menimbulkan perbedaan persepsi. Oleh karena itu penggunaan uji statistik diharapkan menghilangkan unsur bias tersebut. Salah satu uji statistik yang dipergunakan di penelitian ini adalah uji Glejser uji yang lain misalnya uji Park, atau uji White. Uji Glejser dilakukan dengan commit to user 47 meregresikan variabel-veriabel independen terhadap nilai absolut residualnya Gujarati Potter, 2009. Jika hasil uji menunjukkan bahwa variabel independen signifikan berarti terjadi heteroskedastisitas, demikian pula jika sebaliknya Ghozali, 2009. 2. Pengujian Hipotesis Untuk menguji hipotesis yang dilakukan dalam penelitian ini, digunakan model analisis regresi berganda. Secara sistematis, model yang dikembangkan dalam penelitian in sebagai berikut : DIVPOL = β 1 + β 2 INDS + β 3 SIZE + β 4 PROF + β 5 FLEVER + β 6 PER + е Keterangan : DIVPOL = Kebijakan dividen INDS = Jumlah saham yang dimiliki komisaris direktur SIZE = Ukuran perusahaan PROF = Profitabilitas FLEVER = Levera ge keuangan PER = Pertumbuhan perusahaan е = Error term β 1 = Konstanta β 2 , β 3 , β 4, β 5 , β 6 = Koefisien regresi Metode pengujian terhadap hipotesis yang diajukan dilakukan pengujian secara parsial dan pengujian secara simultan serta analisis commit to user 48 koefisien determinasi R2 Ghozali, 2009. Pengujian hipotesis tersebut sebagai berikut : a. Analisis Koefisien Determinasi R 2 Koefisien determinasi R 2 digunakan untuk mengetahui sampai seberapa besar presentasi variasi variabel independen pada model dapat menjelaskan variabel dependen Gujarati Potter, 2009. Koefisien determinasi R 2 dinyatakan dalam persentasi yang nilainya berkisar antara 0 R 2 1. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel independen amat terbatas. Nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel independen. Secara umum koefisien determinasi untuk data silang cross section relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu time series biasanya mempunyai nilai koefisien determinasi tinggi. b. Uji Statistik F Pengujian secara simultan dengan F- test bertujuan untuk mengetahui pengaruh bersama-sama variabel independen terhadap variabel dependen. Langkah-langkah dalam pengujian adalah : H : p = 0, diduga variabel independen secara bersama-sama tidak berpengaruh signifikan terhadap variabel dependen H 1 : p ≠ 0, diduga variabel independen secara bersama-sama commit to user 49 berpengaruh signifikan terhadap variabel dependen Menetapkan kriteria pengujian yaitu : Tolak H jika angka signifikansi lebih besar dari α = 5 Terima H jika angka signifikansi lebih kecil dari α = 5 c. Uji Statistik t Pengujian secara parsial menggunakan uji t pengujian signifikan secara parsial. Pengujian ini dimaksudkan untuk mengetahui pengaruh masing-masing variabel independen secara parsial terhadap variabel dependen dengan asumsi variabel lainnya konstan. Langkah- langkah dalam pengujian ini adalah : H : β 2 = β 3 = β 4 = β 5 = β 6 = 0, diduga variabel independen secara parsial tidak berpengaruh signifikan terhadap variable dependen H 1 : β 2 ≠ 0, diduga variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen Menetapkan kriteria pengujian yaitu : Tolak H jika angka signifikansi lebih besar dari α = 5 Terima H jika angka signifikansi lebih kecil dari α = 5 commit to user 50

BAB IV ANALISIS DATA DAN PEMBAHASAN