4.5. Sumber dan Teknik Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang tidak memerlukan pengolahan lebih lanjut. Data sekunder berupa data arsip
diperoleh dari Indonesian Capital Market Directory 2006 – 2008, dan bersifat gabungan antara time series dan cross sectional data pooled data. Data yang
dikumpulkan akan diolah dengan software pengolah data statistik, untuk kemudian dianalisis dan diambil kesimpulan berdasarkan analisis tersebut.
4.6. Model dan Teknik Analisis Data
4.6.1. Model Penelitian
Hubungan interdependensi antarvariabel dependen yang dikemukakan pada bagian sebelumnya akan diuji melalui 5 lima buah persamaan simultan sebagai
berikut:
Persamaan 1 : X
1
= á
1
+ â
11
.X
2
+ â
12
.X
3
+ â
13
.X
4
+ â
14
.X
5
+ â
15
.X
7
+ â
16
.X
11
Persamaan 2 : X
2
= á
2
+ â
21
.X
1
+ â
22
.X
3
+ â
23
.X
4
+ â
24
.X
5
+ â
25
.X
6
+ â
26
.X
8
Persamaan 3 : X
3
= á
3
+ â
31
.X
1
+ â
32
.X
2
+ â
33
.X
4
+ â
34
.X
5
+ â
35
.X
6
+ â
36
.X
9
Persamaan 4 : X
4
= á
4
+ â
41
.X
1
+ â
42
.X
2
+ â
43
.X
3
+ â
44
.X
5
+ â
45
.X
6
+ â
46
.X
10
Persamaan 5 : X
5
= á
5
+ â
51
.X
1
+ â
52
.X
2
+ â
53
.X
3
+ â
54
.X
4
+ â
55
.X
6
+ â
56
.X
11
Di mana:
X
1
= Proporsi kepemilikan saham manajerial direksi dan komisaris terhadap total saham MOWN
Universitas Sumatera Utara
X
2
= Proporsi kepemilikan saham oleh institusi dan blockholders terhadap total saham IOWN
X
3
= Risiko bisnis perusahaan, diukur dengan standar deviasi dari return saham perusahaan RISK
X
4
= Kebijakan hutang, diukur dengan rasio total hutang jangka panjang terhadap total ekuitas DEBT
X
5
= Kebijakan dividen, diukur dengan rasio pembayaran dividen terhadap laba DIVD
X
6
= Ukuran perusahaan, diukur dengan logaritma natural dari total aktiva SIZE
X
7
= Perputaran aktiva, diukur dengan Return on Assets ROA
X
8
= Profitabilitas perusahaan, diukur dengan rasio antara laba bersih terhadap pendapatan bersih PROF
X
9
= Likuiditas perusahaan, diukur dengan rasio antara aktiva lancar terhadap hutang lancar CURR
X
10
= Rasio aktiva tetap perusahaan, diukur dengan rasio antara total aktiva tetap property, plant, and equipment terhadap total aktiva FAST
X
11
= Set kesempatan investasi, diukur dengan rasio MVEBVE IOS
á
1
– á
5
= Konstanta
â
11
–â
56
= Koefisien regresi
Universitas Sumatera Utara
4.6.2. Uji Asumsi Klasik
4.6.2.1. Uji normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
pengganggu atau residual memiliki distribusi normal Ghozali, 2005: 110. Untuk mendeteksi apakah residual berdistribusi normal atau tidak dapat digunakan analisis
grafik dan analisis statistik. i
Analisis grafik Normalitas residual dilihat dari grafik histogram yang membandingkan antara
data observasi dengan distribusi yang mendekati distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual
akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis
diagonalnya. ii
Analisis statistik Analisis statistik yang dapat digunakan untuk menguji normalitas data yaitu uji
Kolmogorov-Smirnov K-S test. Dengan tingkat signifikansi 5 keputusan yang diambil adalah jika probabilitas signifikan 0,05 maka data tersebut
berdistribusi normal, begitu juga sebaliknya. Dalam penelitian ini, pengujian normalitas digunakan kedua metode analisis tersebut.
Universitas Sumatera Utara
4.6.2.2. Uji heteroskedastisitas Uji ini bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan varians dari satu residual pengamatan ke pengamatan lain. Bila Var u
1
|x
1
= ó
2
tetap untuk setiap pengamatan, maka disebut homoskedastisitas. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat digunakan analisis grafik dan
uji Glejser. i
Analisis grafik Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik
plot antara nilai prediksi variabel terkait dependen yaitu ZPRED dengan residualnya SRESID. Apabila terdapat pola tertentu pada grafik scatterplot
antara SRESID dan ZPRED, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
ii Uji Glejser
Uji Glejser dilakukan dengan meregres nilai absolut residual terhadap variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi
variabel dependen nilai absolut residual, maka terdapat indikasi terjadi heteroskedastisitas.
Dalam penelitian ini, pengujian heteroskedastisitas menggunakan kedua metode tersebut di atas.
Universitas Sumatera Utara
4.6.2.3. Uji autokorelasi Uji ini bertujuan untuk mengetahui apakah dalam model regresi linier terjadi
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi maka ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini sering ditemukan pada data runtut waktu time series. Dalam
penelitian ini data bersifat pooled data yang berarti gabungan cross section dan time series sehingga perlu dilihat autokorelasinya. Terdapat beberapa cara untuk
mendeteksi autokorelasi di antaranya adalah uji Durbin Watson DW Test dan Run Test.
i Uji Durbin Watson DW test
Uji ini mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag di antara variabel independen.
ii Run test
Jika antarresidual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test digunakan untuk melihat apakah
data residual terjadi secara random atau tidak sistematis. Dalam penelitian ini, pengujian autokorelasi menggunakan uji Durbin Watson DW
test.
Universitas Sumatera Utara
4.6.2.4. Uji multikolinieritas Uji ini bertujuan untuk menguji apakah di dalam model regresi ditemukan
adanya korelasi yang tinggi di antara variabel bebas independent variables. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi, dapat
dilakukan sebagai berikut: a
Nilai R
2
yang dihasilkan suatu model regresi empiris sangat tinggi tetapi secara individual variabel-variabel independen dalam model banyak yang tidak
signifikan mempengaruhi variabel dependen. b
Menganalisis dengan matrik korelasi antarvariabel independen. Jika antara variabel independen ada korelasi yang tinggi umumnya di atas 0,90, maka hal
ini merupakan indikasi adanya multikolinieritas. c
Multikolinieritas dapat juga dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Nilai yang umum dipakai untuk menunjukkan
adanya multikolinieritas adalah nilai tolerance 0,5 atau nilai VIF 5 untuk setiap variabel independen. Dengan demikian dapat dianggap tidak terdapat
masalah multikolinieritas Gujarati, 1995: 328. Dalam penelitian ini multikolinieritas dilihat melalui variance inflation factor.
Universitas Sumatera Utara
4.6.3. Pengujian Hipotesis
Kategori