Metode Analisis deskriptif Regresi Linear Berganda Pengujian Asumsi Klasik

7. Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis deskriptif dan metode analisis statistik, sebagai berikut:

a. Metode Analisis deskriptif

Metode analisis deskriptif adalah suatu metode analisis dimana data-data yang telah dikumpulkan dan digolongkandikelompokkan kemudian dianalisis dan diinterpretasikan secara objektif.

b. Regresi Linear Berganda

Regresi linear berganda digunakan untuk mengetahui pengaruh antara variabel bebas dengan variabel terikat Pertiwi : 2007, yaitu: pengaruh faktor-faktor internal perusahaan yang terdiri dari: Return on Total Assets ROA dan Loan to Deposit Ratio LDR terhadap eksposur nilai tukar pada perusahaan perbankan yang go public di Bursa Efek Indonesia BEI. Model regresi yang digunakan adalah: Y = b + b 1 ROA + b 2 LDR + e Keterangan: Y = Eksposur fluktuasi nilai tukar b = Konstanta b 1 ,b 2 = Koefisien regresi untuk masing-masing variabel ROA = Return on Total Assets LDR = Loan to Deposit Ratio e = Standard error Universitas Sumatera Utara

c. Pengujian Asumsi Klasik

Sebelum data-data tersebut dianalisis, model regresi berganda harus memenuhi beberapa syarat asumsi klasik yang meliputi: 1. Uji Normalitas Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependent, variabel independent, atau keduanya mempunyai distribusi normal atau tidak. Model yang paling baik adalah distribusi data normal atau mendekati normal. Untuk melihat apakah variabel-variabel tersebut mempunyai distribusi normal atau tidak, dapat dideteksi dengan melihat bentuk kurva histogram dengan kemiringan seimbang ke kiri dan ke kanan dan berbentuk seperti lonceng atau dengan melihat titik-titik data yang menyebar di sekitar garis diagonal dan searah mengikuti garis diagonal dan gambar normal P-Plot. Uji ini dilakukan melalui analisis Kolmogrov-Smirnov. Hipotesisnya adalah: H = data residual berdistribusi normal H 1 = data residual tidak berdistribusi normal Dengan menggunakan tingkat signifikan α 5 . Apabila nilai Asymp.Sig 2-tailed taraf nyata α, maka H diterima artinya data residual berdistribusi normal. Tetapi, jika nilai Asymp.Sig 2-tailed taraf nyata α, maka H 1 diterima artinya data residual tidak berdistribusi normal. Universitas Sumatera Utara 2. Uji Multikolinearitas Uji multikolinearitas ini digunakan untuk menguji apakah dalam sebuah model regresi ditemukan adanya korelasi antara variabel independent. Jika terdapat korelasi maka dikatakan terdapat masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independent. Pengujian multikolinearitas menggunakan metode VIF Variance Inflation Factor, dengan ketentuan: a. Jika VIF 5 terdapat masalah multikolinearitas yang serius b. Jika VIF 5 tidak terdapat masalah multikolinearitas yang serius. 3. Uji Autokorelasi Uji autokorelasi ini digunakan untuk menguji apakah dalam sebuah model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 periode sebelumnya. Model regresi yang baik adalah model regresi yang bebas dari autokorelasi untuk menguji autokorelasi digunakan Durbin-Watson DW, dengan ketentuan, sebagai berikut: a. 1,65 DW 2,35 tidak ada autokorelasi b. 1.21 DW 1,65 atau 2,35 DW 2,79 tidak dapat disimpulkan c. DW 1,21 atau DW 2,79 terjadi autokorelasi Universitas Sumatera Utara 4. . Uji Heterokedastisitas Uji heterokedastisitas merupakan asumsi dalam regresi dimana varians dalam residual tidak sama untuk satu pengamatan dengan pengamatan lain. Jika varians dari residual dari suatu pengamatan dengan pengamatan lain tetap, maka disebut homokedastisitas, dan jika berbeda disebut heterokedastisitas. Uji yang dapat digunakan untuk mengetahui heterokedastisitas adalah dengan melihat penyebaran dari varians residual pada diagram pencar scatter plot. Uji lain yang dapat digunakan adalah: dengan melakukan uji glejser yaitu dengan meregres nilai absolut residual terhadap variabel independent. Jika signifikansi dari taraf nyata maka tidak dianggap menjadi masalah heterokedastisitas, dan sebaliknya.

d. Koefisien Determinasi R