7
yang digunakan dalam penelitian ini adalah laporan keuangan, tanggal publikasi laporan keuangan, jumlah lembar saham yang beredar, harga saham
harian, data tahun berdiri perusahaan manufaktur tahun 2005 – 2007 yang terdapat pada Indonesian Capital Market Directory 2008 yang diperoleh dari
database Pojok Bursa Efek Indonesia UNDIP dan data laporan keungan yang
diakses melalui website http:www.idx.co.id.
3.5 Metode Analisis Data
Metode analisis data dalam penelitian ini adalah menggunakan bantuan program komputer yaitu program spss v. 12. Adapun analisis yang dilakukan
adalah sebagai berikut :
1. Analisis Regresi
Penelitian ini menggunakan regresi berganda, dengan persamaan regresinya adalah :
NPE
it
= α
+ α
1
LB + α
2
AKO
it +
α
3
AKI
it
+ α
4
AKP
it
+
e
Notasi : NPE
it
= nilai pasar ekuitas perusahaan i pada waktu t LB
it
= laba sebelum pajak dan item luas biasa perusahaan i pada waktu t
AKO
it
= arus kas operasi perusahaan i padawaktu t AKI
it
= arus kas investasi perusahaan i pada waktu t AKP
it
= arus kas pendanaan perusahaan i pada waktu t
e
= variable residual
8
2. Uji Asumsi Klasik
Data yang digunakan dalam penelitian ini adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian
atas beberapa asumsi klasik yang mendasari model regresi, yang secara rinci dapat dijelaskan sebagai berikut :
a. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable dependen dan independent keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
Untuk mendeteksi normalitas dapat dilakukan dengan uji statistik. Test statistik yan digunakan adalah Kolmogrov –
Smirnov test Imam Ghozali, 2002 .
Pengujian normalitas dilakukan dengan menggunakan curve normal
grafik histogram residual hasil estimasi model. Proses uji normalitas data dapat juga dilakukan dengan
memperhatikan penyebaran data titik pada normal P- plpot of Regresion Standardised Residual
dari variabel terikat Singgih Santosa, 2000, dimana :
1 Jika data menyebar disekitar garis diagonal dan mengukuti
arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
9
2 Jika data menyebar menjauh dari garis diagonal dan atau
tidak mengikuti diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolineritas
Pengujian asumsi kedua adalah uji multikolinearitas multicollinearity
antar variabel – variabel independen yang masuk ke dalam model. Metode untuk mendiagnosa adanya
multikolinearitas dilakukan dengan uji Variance Inflation Factor VIF yang dihitung dengan rumus sebagai berikut :
Jika VIF lebih besar dari 10, maka antar variabel bebas independent variable tejadi persoalan multikolinearitas
Gujarati, 1993. c.
Uji Heterokedastisitas Uji heterokedastisitas digunakan untuk menguji apakah
pada fungsi regresi populasi tejadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lainnya. Jika varian dari
residual suatu pengamatan ke pangamatan lainnya tetap maka disebut homokedastisitas dan jika varian berbeda, disebut
heterokedastisitas. Model regresi yang baik adalah yang tidak terjadi heterokedastisitas.
Salah satu metode untuk menguji ada tidaknya heterokedastisitas adalah dengan menggunakan metode grafik
VIF = 1 Tolerance
10
Levine – Test dengan level signifikan α 5 . Jika ada pola
tertentu yang sistematis antara dua variabel atau lebih bergelombang, menyebar, atau menyempit maka
mengindikasikan telah tejadi heterokedastisitas. Dan sebaliknya jika tidak ada pola yang jelas, serta titik yang menyebar diatas
dan dibawah angka 0 pada sumbu Y, maka tidak tejadi heterokedastisitas Gujarati, 1993.
d. Uji Autokorelasi
Pengujian asumsi keempat dalam model regresi linier klasik adalah uji autokorelasi autocorrelation . Uji autokorelasi
bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t-1
sebelumnya. Jika terjadi korelasi maka dinamakan ada problem autikorelasi. Untuk menguji keberadaan auticorelation dalam
penelitian ini digunakan metode Durbin – Watson test. Pengambilan keputusan ada tidaknya dalam uji Durbin – Watson
test Algifari, 2000 : 89 adalah :
Tabel 3.1 Tabel Autokorelasi
Durbin - Watson Kesimpulan
Kurang dari 1,48 1,48 sampai 1,69
1,69 sampai 2,31 2,31 sampai 2,52
Lebih dari 2,52 Ada autokorelasi
Tanpa kesimpulan Tidak ada autikorelasi
Tanpa kesimpulan Ada autokorelasi
11
3. Uji Hipotesis
