48
mengenai data penelitian. Data laporan keuangan tahunan sampel penelitian, data harga saham serta informasi jumlah saham yang beredar.
3.10 Metode Analisis
Penelitian ini menggunakan metode analisis kuantitatif yang diolah dengan menggunakan SPSS 17.0. Setelah semua data yang didokumentasikan
terkumpul, maka selanjutnya peneliti melakukan metode analisis data. Metode analisis data yang dilakukan peneliti menggunakan SPSS 17.0 . yaitu :
3.10.1 Statistik Deskriptif
Statistik ini digunakan untuk menganalisa data dengan cara menggambarkan data yang sudah terkumpul namun membuat kesimpulan yang
bersifat generasi.
3.10.2 Uji Asumsi Klasik
Pengujian regresi linear berganda dapat dilakukan setelah model dari penelitian ini memenuhi syarat-syarat yaitu lolos dari uji asumsi klasik. Syarat-
syarat tersebut adalah data tersebut harus berdistribusi secara normal, tidak mengandung multikolinearitas, autokorelasi, dan heterokedastisitas. Untuk itu
sebelum melakukan pengujian regresi berganda perlu dilakukan terlebih dahulu pengujian asumsi klasik. Uji asumsi klasik terdiri atas uji normalitas, uji
heteroskedastisitas, uji multikolineritas dan uji autokorelasi.
3.10.1.1 Uji Normalitas
Uji normalitas adalah pengujian yang sebaiknya dilakukan terlebih dahulu oleh peneliti sebelum peneliti mengolah data. Uji normalitas bertujuan
Universitas Sumatera Utara
49
untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian adalah data yang terdistribusi normal Lubis dkk, 2007 : 26.
Menurut Lubis dkk 2007 : 26 ada beberapa cara yang dapat digunakan untuk melihat normalitas suatu data yaitu :
1. Nilai Skewness
Nilai skewness digunakan untuk mengetahui bagaimana distribusi normal data dalam variabel dengan menilai kemiringan kurva. Nilai skewness yang baik
adalah mendekati angka 0. Data yang terdistribusi normal akan memiliki nilai skewness yang mendekati angka 0 sehingga memiliki kemiringan yang
cenderung seimbang. 2.
Histogram Normalitas data bila dilihat dengan histogram dapat ditentukan berdasarkan
bentuk gambar kurva. Data dikatakan normal jika bentuk kurva memiliki kemiringan yang cenderung seimbang.
3. Kurva Normal P-Plot
Normalitas data dapat dilihat dengan menggunakan Normal P-Plot. Data dalam keadaan normal apabila distribusi data menyebar disekitar garis diagonal.
3.10.1.2 Uji multikolinearitas
Tujuan uji multikolinearitas menurut Ghozali 2005 adalah untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel
independen. Pengujian multikolinearitas dilakukan dengan melihat VIF antar
Universitas Sumatera Utara
50
variabel independen. Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu:
1. Mengeluarkan salah satu variabel, misalnya variabel independen A dan B
saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi.
2. Menggunakan metode lanjut seperti regresi bayesian atau regresi ridge.
Pengujian dilakukan dengan melihat nilai VIF Variance Inflatiton Factor dari model penelitian, jika nilai VIF diatas 10 Ghozali, 2003:99, maka dapat
dikatakan bahwa terjadi gejala multikolinieritas dalam model penelitian.
3.10.1.3 Uji Heteroskedastisitas
Ghozali 2005:11 menjelaskan uji heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel pengganggu
dari suatu pengamatan dengan pengamatan yang lain. Suatu model regresi yang baik adalah tidak terjadi heteroskedasitas. Deteksi ada tidaknya gejala
heterokedasitas adalah dengan melihat pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot yang menyatakan model regresi linier berganda
tidak terdapat heteroskedastisitas jika : 1.
Titik-titik data yang menyebar di atas dan di bawah atau disekitar angka 0 2.
Titik-titik data tidak mengumpul hanya di atas atau di bawah saja 3.
Penyebaran titik-titik data tidak boleh membentuk pola gelombang melebar kemudian menyempit dan melebar kembali
4. Penyebaran titik-titik data sebaliknya tidak berpola.
Universitas Sumatera Utara
51
3.10.1.4 Uji Autokorelasi
Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1. Jika terjadi korelasi, maka dinamakan ada masalah autokerasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan
satu sama lainnya. Untuk mengetahui adanya autokorelasi digunakan uji Durbin- Watson dengan kriteria menurut Sunyoto 2009:91. Suatu penelitian terbebas dari
autokorelasi jika nilai du d 4-du.
3.11 Pengujian Hipotesis