commit to user 40
bersih Luthfia, 2012. Dalam penelitian ini total aset digunakan untuk mengukur ukuran perusahaan. Variabel ukuran perusahaan diukur dengan logaritma natural
dari total aset Almilia, 2008; Kamil Herusetya, 2012; Luthfia, 2012 sebagai berikut.
Ukuran Perusahaan
= LN. Total Aset
3.5 Metode Analisis Data
Analisis data dalam penelitian ini dilakukan dengan pengujian hipotesis. Tujuan dilakukannya analisis adalah untuk menempatkan data, menguji data, dan
menguji hipotesis Sekaran Bougie, 2013. Tahapan pengujian dalam penelitian ini sebagai berikut.
3.5.1 Statistik Deskriptif
Menurut Ghozali 2013 statistik deskriptif adalah statistik yang memberikan gambaran atau deskripsi suatu data yang dilihat dari rata-rata, standar
deviasi, varian, maksimum, minimum, kurtosis, skewness
kemencengan distribusi
dari suatu
sampel. Statistik
deskriptif digunakan
untuk mengembangkan sampel. Statistik deskriptif berhubungan dengan pengumpulan
dan peningkatan data, serta penyajian hasil peningkatan tersebut.
3.5.2 Uji Asumsi Klasik
3.5.2.1.Uji Autokorelasi
Pengujian ini dilakukan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengguna pada periode t dengan kesalahan
pada periode t-1 Ghozali, 2013. Autokorelasi muncul karena observasi yang
commit to user 41
berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang
baik adalah regresi yang bebas dari autokorelasi. Pendeteksian gejala ini dilakukan dengan menggunakan Run Test Ghozali, 2013. Run Test digunakan
untuk melihat apakah data residual terjadi secara random atau tidak sistematis. Jika Asymp. Sig. 2-tailed 0,05 maka data residual tidak random atau terjadi
autokorelasi antar nilai residual. Namun, jika Asymp. Sig. 2-tailed 0,05 maka data residual bebas dari autokorelasi.
3.5.2.2.Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2013.
Seperti diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini
dilanggar, maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Untuk mendeteksi normalitas
data, peneliti menggunakan uji statistic non-parametrik Kolmogorov-Smirnov K- S. Dengan menggunakan uji Kolmogorov-Smirnov, kriteria data dikatakan
berdistribusi normal jika Asymp. Sig. 2-tailed lebih besar dari 0,05. Jika Asymp. Sig. 2-tailed lebih kecil dari tingkat signifikansi penelitian 5, maka data
variabel terdistribusi secara tidak normal Ghozali, 2013.
3.5.2.3.Uji Multikolinearitas
Pengujian ini bertujuan untuk menguji apakah di dalam model analisis regresi ditemukan adanya korelasi antar variabel independen Ghozali, 2013.
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.
commit to user 42
Untuk mendeteksi ada tidaknya multikolinieritas di dalam regresi dapat dilihat dari tolerance value dan nilai variance inflation factor VIF. Model regresi
yang bebas multikolinieritas adalah yang mempunyai nilai tolerance di atas 0,1 atau VIF di bawah 10 Ghozali, 2013. Apabila tolerance variance di bawah
0,1 atau VIF di atas 10, maka terjadi multikolinieritas.
3.5.2.4.Uji Heteroskedastisitas
Pengujian Uji Heteroskedastisitas adalah untuk melihat apakah kesalahan pada data memiliki varians yang sama atau tidak. Heteroskedastisitas dapat
terdeteksi dengan metode grafik dan metode statistik. Apabila menggunakan grafik cara mendeteksi adanya heteroskedastisitas adalah dengan melihat ada
tidaknya pola tertentu pada grafik scatter plot. Yang mendasari dalam pengambilan keputusan dengan menggunakan metode grafik adalah:
1. Jika ada pola tertentu seperti titik-titik yang ada membentuk satu pola yang teratur bergelombang, melebar, kemudan menyempit maka akan terjadi
masalah heteroskedastisitas. 2. Jika tidak ada pola jelas seperti titik-titik yang menyebar diatas dan
dibawah angka
nol pada
sumbu-sumbu, maka
tidak terjadi
heteroskedastisitas.
3.5.3 Pengujian Hipotesis