keuangan perusahaan perbankan yang publikasi di Bursa Efek Indonesia BEI sampai dengan tahun 2009.
3.4 Prosedur Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah:
a Teknik Dokumentasi
Teknik pengumpulan data yang diperoleh dengan cara mendokumentasikan data – data perusahaan yang terkait dengan
penelitian. Data – data perusahaan tersebut diolah kembali hingga dapat dijadikan sumber informasi dalam penulisan skripsi ini.
b Teknik Studi Kepustakaan
Nazir 2003 mendefinisikan teknik studi kepustakaan adalah teknik penelitian yang mempelajari tentang catatan perusahaan dan buku –
buku teks pendukung maupun jurnal yang berkaitan dengan penelitian. Penelitian ini banyak terinspirasi oleh jurnal – jurnal dan teori yang
telah dipelajari sebelumnya.
3.5 Teknik Analisis dan Uji Hipotesis 3.5.1 Uji Normalitas data
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data
tersebut telah mengikuti sebaran normal dapat dilakukan dengan berbagai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
metode diantaranya adalah metodesketer plot. Menurut Ghozali 2001:76, pedoman dalam pengambilan keputusan bahwa sebuah distribusi data
tersebut mengikuti sebaran normal adalah sebagai berikut : a
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas.
b Jika data menyebar jauh dari garis diagonal dana atau mengikuti arah
garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
3.5.2 Uji Asumsi Klasik
Syarat dari suatu persamaan regresi adalah harus bersifat BLUE Best Linier Unbiased Estimator. Untuk menghasilkan keputusan yang
BLUE, maka diantaranya tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda yaitu :
1. Tidak boleh ada multikolinearitas.
2. Tidak boleh ada heterokedastisitas.
3. Tidak boleh ada autokorelasi.
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE sehingga
pengambilan keputusan melalui uji F dan uji t menjadi bias.
1. Multikolinearitas.
Model regresi linier yang baik mensyaratkan tidak adanya korelasi diantara variabel bebas. Pengujian yang digunakan untuk mengetahui
adanya korelasi antar variabel bebas dalam persamaan regeresi dapat
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
menggunakan uji multikolinearitas. Kriteria pengujian multikolinearitas menurut Ghozali 2001:57 adalah sebagai berikut :
a Jika VIF lebih besar dari 10, maka dalam persamaan tersebut terdapat
multikolinearitas. b
Jika VIF lebih kecil dari 10, maka dalam persamaan tersebut tidak terdapat multikolinearitas.
2. Heterokedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual atau pengamatan
kepengamatan lainnya. Kebanyakan data cross section mengandung situasi heterokedastisitas, karena ini menghimpun data yang terwakili berbagai
ukuran kecil, sedang, dan besar. Salah satu cara untuk mendeteksi ada atau tidaknya
heterokedastisitas adalah dengan cara menggunakan uji Rank Spearman yaitu dengan membandingkan antara residual dengan seluruh variabel
bebas. Mendeteksi adanya heterokedastisitas adalah sebagai berikut : Gujarati,
1999:177 a
Nilai probabilitas 0,05 berarti bebas dari heterokedastisitas b
Nilai probabilitas 0,05 berarti terkena heterokedastisitas
3. Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau
data yang diambil pada waktu tertentu data cross sectional” Gujarati,
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1999:201. Jadi di dalam model regresi linier diasumsikan tidak terdapat gejala autokorelasi. Artinya nilai residual Yobservasi – Yprediksi pada
waktu ke-t e
t
tidak boleh ada hubungan dengan nilai residual periode sebelumnya e
t-1
. Identifikasi ada tidaknya gejala autokorelasi dapat dites dengan
menghitung nilai Durbin Watson uji Dw, dengan persamaan :
Dw =
N t
t t
N t
t t
t
e e
e
1 2
1 1
Keterangan : Dw
: Nilai Durbin Watson e
t
: Residual pada waktu ke – t e
t-1
: Residual pada waktu ke – t N
: Banyaknya data Identifikasi gejala autokorelasi dapat dilakukan dengan kurva di
bawah ini :
Sumber : Gujarati, 1999, 216, Ekonometrika Dasar
A d
a au
to K
o re
las i
p o
si ti
f daerah
keragu raguan
Tidak ada autokorelasi
positif dan tidak ada
auto korelasi negatif
daerah keragu
raguan
A d
a au
to K
o re
las i
n e
g ati
f
0 dL dU 4-dU
4-dL 4
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.6 Teknik Analisis
