9
5. Metode Analisis Data
Penelitian ini menggunakan metode analisis regresi linier berganda. Analisis regresi linier berganda ini digunakan untuk menguji
pengaruh rasio keuangan terhadap pertumbuhan laba. a.
Uji Asumsi Klasik
Pengujian asumsi klasik digunakan untuk menguji kelayakan regresi. Model uji asumsi klasik digunakan meliputi uji normalitas,
autokorelasi, multikolinearitas, dan heteroskedastisitas.
b. Pengujian Goodness of Fit
1 Koefisien Determinasi R
2
Koefisien determinasi R
2
digunakan untuk mengukur besarnya kemampuan model dalam menerangkan variasi variabel
dependen perubahan laba yang disebabkan oleh variabel independen QR, DER, TATO, dan NPM.
2 Uji Statistik F
Uji statistik F digunakan untuk menguji signifikansi pengaruh QR, DER, TATO, dan NPM terhadap perubahan laba
pada perusahaan mining and mining service di Bursa Efek Indonesia secara simultan.
3 Uji Statistik t
Uji statistik t digunakan untuk menguji signifikansi pengaruh QR, DER, TATO, dan NPM terhadap perubahan laba
pada perusahaan mining and mining service di Bursa Efek Indonesia secara individual.
I. Hasil Penelitian Dan Pembahasan
1. Deskripsi Data
Penelitian ini menggunakan sampel perusahaan-perusahaan mining and mining service yang terdaftar di Bursa Efek Indonesia BEI
dari tahun 2008 dan tetap terdaftar sampai tahun 2012. Teknik pengambilan
sampel menggunakan
teknik purposive
sampling.
10
Perusahaan mining and mining service yang terdaftar di Bursa Efek Indonesia BEI dari tahun 2008 sampai dengan tahun 2012 sebanyak 27
perusahaan. Terdapat 18 perusahaan yang tidak dipakai sebagai sampel dikarenakan tidak menyajikan laporan keuangannya secara lengkap
selama periode penelitian. Berdasarkan kriteria yang ditentukan terdapat 9 perusahaan yang digunakan sebagai sampel penelitian dengan kurun
waktu 5 tahun, sehingga jumlah data dalam penelitian adalah 45 data.
2. Hasil Analisis
a. Uji Asumsi Klasik
1 Uji Normalitas
Tabel 1. One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N Normal Parameters
a
Mean Std. Deviation
Most Extreme Absolute Differences Positive
Negative Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed 45
0,0000000 2,23812042
0,155 0,155
-0,086 1,038
0,232 a.
Test distribution is Normal b.
Calculated from data
Nilai Kolmogorov-smirnov Z adalah 1,038 dengan nilai asymp.sig 0,233. Dengan demikian sig0,05, sehingga data
berdistribusi normal. 2
Uji Heterokedastisitas
Table 2. Hasil Uji Heteroskedastisitas
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
0,341
a
0,116 0,096
12,19648 a. Predictors: Constant, pre_kua