Teknik Analisis Data Uji Asumsi Klasik

39

3.4. Teknik Analisis Data dan Uji Hipotesis

3.4.1. Teknik Analisis Data

Teknik analisis data adalah merupakan suatu metode yang digunakan untuk memproses hasil penelitian guna memperoleh suatu kesimpulan. Dalam penelitian ini teknik analisis yang digunakan adalah melakukan: Analisis Regresi Linier Berganda. Teknik analisis ini digunakan untuk mencari persamaan regresi atau pengaruh antara Ukuran Perusahaan X1, Risiko Bisnis X2, Profitabilitas X3 terhadap Struktur Modal Y. Adapun rumus yang dipakai yaitu: = e Dimana : = Struktur modal perusahaan = Konstanta , , = Koefisien regresi dari variabel bebas = Ukuran perusahaan = Risiko bisnis perusahaan = Profitabilitas perusahaan e = standard error Berdasarkan model yang terbentuk akan dapat diketahui apakah semua variabel bebas secara bersama-sama mempunyai pengaruh yang signifikan atau tidak terhadap struktur modal, sehingga dapat disimpulkan apakah hipotesis penelitian ini diterima atau ditolak. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 40

3.4.2. Uji Asumsi Klasik

Persamaan regresi tersebut di atas harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui uji t tidak boleh bias, untuk memastikan bahwa modal yang diperoleh benar-benar memenuhi asumsi dasar dalam analisis regresi yang meliputi asumsi, tidak terjadi autokorelasi, tidak terjadi multikolinearitas, dan tidak terjadi heteroskedastisitas. Menurut Sumodiningrat 2002: 115 sifat blue dapat dijelaskan sebagai berikut: 1. Best : Pentingnya sifat ini bila diterapkan uji signifikan baku terhadap dan ß. 2. Linier : Sifat ini dibutuhkan untuk memudahkan dalam penaksiran 3. Unbiased : Nilai jumlah sampel sangat besar penaksir parameter diperoleh dari sampel besar kira-kira lebih mendekati nilai parameter sebenarnya. 4. Estimate : e diharapkan sekecil mungkin. Yang diasumsikan tidak terjadi pengaruh antara variabel bebas atau regresi bersifat BLUE Best, Linier, Unbiased, Estimator artinya koefisien regresi pada persamaan tersebut betul-betul linier dan tidak bias atau tidak terjadi penyimpangan- penyimpangan persamaan, seperti: a. Autokorelasi Autokorelasi merupakan korelasi antara anggota dalam data runtut waktu time series atau antara space untuk data cross section. Adanya gejala autokorelasi menggambarkan varians populasinya dan hasil regresi tidak dapat digunakan untuk menaksir nilai variabel dependen pada nilai variabel independen tertentu. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 41 Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara koefisien pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Identifikasi ada tidaknya gejala autokorelasi dapat dilihat dari tabel Durbin Watson test dengan jumlah variabel bebas k dan jumlah data n sehingga dL dan dU dapat diperoleh distribusi daerah keputusan ada atau tidaknya korelasi. Keberadaan autokorelasi dapat dites dengan menghitung nilai Durbin Watson d tes, dengan menggunakan rumus sebagai berikut Gujarati,2000: 201-215: Keterangan : d = nilai Durbin Watson et = residual pada waktu ke t et-1 = residual pada waktu ke t-1 satu periode sebelumnya N = banyaknya data

b. Multikolinearitas