Tabel 3.2 Defenisi Operasional Variabel
Jenis Variabel
Nama variabel Defenisi Variabel
Skala Pengukuran
Independent Debt to Asset
Ratio Rasio total hutang
terhadap total aktiva Rasio
Debt to Equity Ratio
Rasio total hutang terhadap total ekuitas
Rasio Total Assets
Turnover Ratio Rasio total aset terhadap
penjualan Rasio
Dependent Return on Equity
Rasio laba terhadap total ekuitas
Rasio
3.6. Metode Analisis Data
Metode analisis data yang dilakukan dalam penelitian ini adalah dengan analisis statistik yang menggunakan software statistik spss versi 17.0. Metode dan
teknik analisis dilakukan dengan tahapan sebagai berikut :
3.6.1. Pengujian Asumsi Klasik
Karena data yang digunakan adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang
mendasari model regresi. Pernyimpangan asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinieritas, heteroskedastisitas, dan
autokorelasi. Adapun masing-masing pengujian tersebut dapat dijabarkan sebagai berikut :
3.6.1.1. Uji Normalitas
Menurut Erlina 2007:103, tujuan uji normalitas adalah ingin “mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi
normal”. Pengujian ini diperlukan karena untuk melakukan uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Menurut
Ghozali 2005:112, ada dua cara untuk mendeteksi “apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan analisis statistik”.
3.6.1.2. Uji Multikolinieritas
Uji multikolinearitas bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi diantara variabel independen. Jika terjadi korelasi,
berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Untuk mendeteksi ada atau tidaknya
multikolinieritas dalam model regresi dilihat dari nilai tolerance dan lawannya nilai Variance Inflation Factor VIF. Batasan yang umum dipakai untuk
menunjukkan adanya mutikolinieritas adalah nilai Tolerence 0,10 atau sama dengan VIF 10 Ghozali, 2005. Dan untuk matrik korelasi adanya indikasi
multikolinearitas dapat dilihat jika antar variabel independen ada korelasi yang cukup tinggi umumnya diatas 0,90.
3.6.1.3 Uji Heteroskedastisitas
Menurut Imam Ghozali 2005:15, “uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terdapat ketidaksamaan variance dari
residual satu pengamatan ke pengamatan lain”. Konsekuensinya adanya heteroskedastisitas dalam model regresi adalah penaksir yang diperoleh tidak
efisien, baik dalam sampel kecil maupun besar. Salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah
dengan melihat pada grafik scatter plot. Model regresi yang baik adalah tidak
terjadi heteroskedastisitas. Uji heteroskedastisitas dilakukan karena kebanyakan data crosssection mengandung situasi heteroskedastisitas karena data ini
menghimpun data yang mewakili berbagai ukuran. Untuk mengetahui ada tidaknya heteroskedastisitas juga dapat diketahui
dengan melakukan uji gletser. “Jika variabel bebas signifikan secara statistik mempengaruhi variabel terikat maka ada indikasi terjadi heteroskedastisitas
Ghozali, 2005:69.
3.6.1.4. Uji Autokorelasi
