tiga jenis rasio yang dapat digunakan, dan dalam penelitian ini rasio yang digunakan adalah rasio lancar, dengan formula sebagai berikut:
Current Ratio = Total Current Assets
X 100
Current Liabilities
F. Metode dan Teknik Analisis Data
Metode dan teknik analisis data yang dilakukan dalam penelitian ini adalah dengan analisis yang menggunakan software statistik.
1. Statistik Deskriptif
Statistik Deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi
sebuah informasi Suharyadi,2007:10.
2. Pengujian Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik seperti normalitas data, autokorelasi, heteroskedastisitas dan asumsi-asumsi
klasik lainnya. Adapun pengujian asumsi klasik yang digunakan adalah sebagai berikut:
a. uji normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model
regresi yang baik adalah distribusi data normal atau mendekati normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau
tidak yaitu dengan analisis grafik dan uji statistik.
Universitas Sumatera Utara
• Analisis Grafik
Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat
histogram dari residualnya. Dasar pengambilan keputusan: -
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas.
- Jika data menyebar jauh dari diagonal danatau tidak mengikuti
arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi
normalitas. •
Analisis Statistik Salah satu uji statistik yang dapat dipergunakan untuk menguji
normalitas residual adalah uji statistik Kolmogorov-Smirnov K-S. Menurut Santoso 2002:34, untuk mengetahui apakah distibusi
residual dari data yang kita miliki normal atau tidak dengan menggunakan uji statistik Kolmogorov-Smirnov K-S dapat dilihat
dari: -
Nilai Sig. atau signifikansi atau probabilitas 0,05 maka distribusi data tidak normal
- Nilai Sig. atau signifikansi atau probabilitas 0,05 maka distribusi
data normal
Universitas Sumatera Utara
Uji K-S dilakukan dengan membuat hipotesis: Ho: Data residual berdistribusi normal
Ha: Data residual tidak berdistribusi normal b.
uji heteroskedastisitas Uji ini memiliki tujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variabel dari residual suatu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan
lainnya tetap, maka disebut homoskedastisitas dan jika berbeda disebut dengan heteroskedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik
Scatterplot antara nilai prediksi variabel dependen dengan residualnya. Jika ada pola seperti titik-titik yang membentuk pola tertentu yang teratur
maka terjadi heteroskedastisitas. Namun, jika tidak ada pola yang jelas serta titik menyebar ke atas dan di bawah angka 0 pada sumbu X maka
terjadi heteroskedastisitas, namun jika tidak ada pola yang jelas serta titik menyebar ke atas dan di bawah angka 0 pada sumbu Y berarti tidak terjadi
heteroskedastisitas. c.
uji autokorelasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linier
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Ada beberapa cara yang dapat digunakan
untuk mendeteksi masalah dalam autokorelasi diantaranya adalah dengan
Universitas Sumatera Utara
Uji Durbin-Watson. Ghozali 2005:96 memberikan pedoman dalam pengambilan keputusan ada tidaknya autokorelasi sebagai berikut:
- Apabila nilai Durbin-Watson DW terletak antara 0 dan batas
bawah atau Lower Bound DL, berarti ada autokorelasi positif. -
Apabila nilai DW terletak antara DL dan batas atas atau Upper Bound DU berarti tidak dapat diputuskan apakah terjadi
autokorelasi positif atau tidak. -
Apabila nilai DW terletak antara 4 - DL dan 4, berarti ada autokorelasi negatif.
- Apabila nilai DW terletak antara 4 - DU dan 4 - DL, berarti tidak
dapat diputuskan apakah terjadi autokorelasi negatif atau tidak. -
Apabila nilai DW terletak diantara batas atas atau Upper Bound DU dan 4 - DU, maka koefisien autokorelasi sama dengan nol,
berarti tidak ada autokorelasi baik positif maupun negatif. d.
Uji Multikolinearitas Multikolinieritas adalah situasi adanya korelasi variabel-variabel
independen antara yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-variabel bebas ini tidak ortogonal. Untuk mendeteksi ada atau
tidaknya multikolinearitas di dalam model regresi menurut Hadi 2006:168 dapat dilakukan dengan beberapa cara yaitu :
a Salah satu ciri regresi yang terjangkit multikolinear adalah
persamaan tersebut memiliki nilai R
2
yang sangat tinggi, tetapi hanya memiliki sedikit variabel independen yang signifikan
Universitas Sumatera Utara
memiliki nilai t hitung tinggi. Keadaan yang paling ekstrim adalah bila model memiliki nilai R
2
dan F hitung yang tinggi dan secara otomatis akan memiliki nilai signifikan F yang sangat bagus
tetapi tidak satupun variabel independen yang memiliki nilai t cukup signifikan. Bila hal ini terjadi maka bisa disimpulkan
bahwa bagusnya F dan R
2
karena adanya interaksi antara variabel independen yang cukup tinggi multikolinear
b Indikator lain yang bisa dipakai adalah CI condition index atau
eigenvalues. Bila CI berkisar 10 sampai dengan 30 maka kita bisa mengatakan bahwa persamaan tersebut terjangkit multikolinear.
Bila CI 30 maka terjangkitnya semakin kecil. c
VIF variabel inflation factor juga bisa digunakan sebagai indikator. Bila VIF 10 maka variabel tersebut memiliki
kolinearitas yang tinggi.
3. Analisis Regresi Analisis regresi digunakan untuk mengetahui bagaimana variabel