Metode Analisis Data METODOLOGI PENELITIAN
53 SPSS melalui grafik scatterplot antara nilai prediksi variabel
terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y
adalah yang telah diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya yang telah di-studentized. Dasar analisis:
a. Jika ada pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, mengindikasikan telah
terjadi heteroskedastisitas. b.
Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak
terjadi heteroskedastisitas. Imam Ghozali, 2009:125. 2.
Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah suatu analisis yang mengukur
pengaruh antar variabel dan melibatkan lebih dari satu variabel bebas Danang, 2009:9. Dalam penelitian ini digunakan analisis regresi
linear berganda dengan model dasar sebagai berikut:
Y = + � + � + � + � + � + � + � + �
+ e
54
DPR = + CR +
QR + TATO +
ITO + ROA +
EPS +
DAR + DER + e
Keterangan: DPR = Merupakan perbandingan anyata deviden yang dibayarkan
dengan jumlah saham yang beredar. CR = Rasio antara aktiva lancar terhadap hutang lancar.
QR = Rasio antara aktiva lancar dikurang persediaan terhadap kewajiban lancar.
TATO = Rasio antara penjualan terhadap total aktiva. ITO = Rasio antara penjualan terhadap persediaan.
ROA = Rasio antara laba bersih setelah pajak terhadap total asset. EPS = Rasio antara laba setelah pajak terhadap jumlah saham yang
beredar. DAR = Rasio antara total hutang terhadap total aktiva.
DER = Rasio antara hutang terhadap ekuitas.
a = nilai konstanta b = koefisien regresi
e = faktor pengganggu 3.
Uji Signifikan Simultan Uji F Uji F untuk membuktikan apakah variabel-variabel independen X
secara simultan bersama-sama mempunyai pengaruh terhadap variabel dependen Y. Imam Ghozali, 2006:88. Rumunya adalah
sebagai berikut:
55 F =
�
2
K 1
– R N – K – 1
Dimana: R
2
= Koefisien regresi n = Jumlah sampel
k = Jumlah variabel independen setelah didapat
F
ℎ� ��
, maka untuk menginprestasikan hasilnya berlaku ketentuan sebagai berikut:
a. Apabila F
ℎ� ��
F
��
, maka H
ditolak dan H
а
diterima, yang berarti variabel independen mempunyai pengaruh yang signifikan
terhadap variabel dependen. b.
Apabila F
ℎ� ��
F
��
, berarti H
diterima dan H
а
ditolak, yang berarti variabel independen tidak mempunyai pengaruh yang
signifikan terhadap variabel dependen. Menurut Suliyanto 2011:61 nilai F hitung digunakan untuk
menguji ketepatan model goodness of fit. Uji F ini juga sering disebut sebagai uji simultan, untuk menguji apakah variabel bebas yang
digunakan dalam model mampu menjelaskan perubahan nilai variabel tergantung atau tidak. Untuk menyimpulkan apakah model masuk dalam
kategori cocok fit atau tidak. Pengujian ini dilakukan dengan uji-f pada tingkat keyakinan 95 dan tingkat kesalahan analisis α 5 dengan
ketentuan degree of freedom df
1
= k – 1, degree of freedom df
2
= n –
56 k. Dengan n sebagai jumlah data, dan k sebagai jumlah variabel
Variabel bebas dan variabel tidak bebas Hipotesis yang digunakan adalah sebagai berikut:
H : β = 0, tidak terdapat pengaruh signifikan secara simultan antara
variabel independen terhadap variabel dependen. H
а
: β ≠ 0, terdapat pengaruh signifikan secara simultan antara variabel independen terhadap variabel dependen.
4. Uji Signifikan Parsial Uji T
Uji statistik T pada dasarnya menunjukan seberapa jauh pengaruh satu variabel individu independen exsplanatory secara individu dalam
menerangkan variabel dependen Imam Ghozali, 2006:88. Rumusnya adalah sebagai berikut:
Dimana: r = koefisien regresi n = Jumlah data
setelah diperoleh T
ℎ� ��
maka untuk menginprestasikan hasilnya berlaku ketentuan sebagai berikut:
a. Jika T
ℎ� ��
T
��
, berarti H
ditolak dan H
а
diterima, artinya variabel independen mempunyai pengaruh yang signifikan terhadap
variabel dependen. T= Koefisien Regresi bi
Koefisien deviasi bi
57 b.
Jika T
ℎ� ��
T
��
, berarti H
diterima dan H
1
ditolak, artinya variabel independen tidak mempunyai pengaruh yang signifikan
terhadap variabel dependen.
c. Jika nilai sig 5 berarti H
diterima dan H
а
ditolak, artinya variabel independen tidak mempunyai pengaruh yang signifikan
terhadap variabel dependen. d.
Jika nilai sig 5 berarti H ditolak dan
H
а
diterima, artinya variabel independen mempunyai pengaruh yang signifikan terhadap
variabel dependen. Menurut Suliyanto 2011:55, nilai t hitung digunakan untuk menguji
pengaruh secara parsial per variabel terhadap terikatnya. Apakah variabel tersebut memiliki pengaruh yang berarti terhadap variabel
terikatnya atau tidak. Untuk mencari nilai t-tabel yaitu dengan menggunakan persamaan degree of freedom
df : α,n-k dimana n sebagai jumlah pengamatan ukuran sampel dan k sebagai jumlah
variabel. Masing-masing variabel dikatakan signifikan apabila
memiliki nilai t-hitung yang lebih besar dari t-tabel.
Hipotesis yang digunakan adalah sebagai berikut: H
: β = 0, tidak terdapat pengaruh signifikan secara parsial antara variabel independen terhadap variabel dependen.
H
а
: β ≠ 0, terdapat pengaruh signifikan secara parsial antara variabel independen terhadap variabel dependen.
58 5.
Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerapkan variasi variabel dependen. Nilai
R
2
yang kecil berarti kemampuan variasi variabel independen dalam menjelaskan variasi variabel dependen amat teratas. Nilai yang
mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi
variabel dependenImam Ghozali 2009:87.