Teknik penelitian yang digunakan dalam penelitian ini adalah deskriptif dan analisis statistik. Bila dilihat dari tinjauan penelitian ini yaitu ingin mengetahui
pengaruh dari Financial Leverage terhadap Profitabilitas ROE, maka metode analisis data yang digunakan dalam penelitian ini menggunakan tahap-tahap
sebagai berikut :
3.8.1. Metode Deskriptif
Metode analisis deskriptif merupakan metode yang digunakan untuk menganalisis dan mengolah data-data yang tersedia sehingga diperoleh gambaran
yang jelas mengenai fakta-fakta dan hubungan antara fenomena yang diteliti.
3.8.2. Model Analisis Statistik
1. Pengujian Asumsi Klasik a
Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji ini
berguna untuk tahap awal dalam metode pemilihan analisis data. Jika data normal, maka digunakan statistik parametrik, dan jika data tidak normal, maka digunakan
statistik nonparametrik atau lakukan treatment agar data normal. Menurut Ghozali 2005:110, ”cara untuk mendeteksi apakah residual berdistribusi normal atau
tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dan grafik
UNIVERSITAS SUMATERA UTARA
dengan melihat histogram dari residualnya”. Dasar pengambilan keputusannya adalah :
1. jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal,
maka model regresi memenuhi asumsi normalitas. 2. jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Dalam penelitian ini Peneliti menggunakan uji Kolmogorov Smirnov K-S untuk menguji normalitas data.. Uji K-S dibuat dengan membuat hipotesis :
Ho : data residual berdistribusi normal, Ha : data residual tidak berdistribusi normal
Bila signifikansi 0,05 dengan α = 5 berarti distribusi data normal dan Ho
diterima, sebaliknya bila nilai signifikan 0,05 berarti distribusi data tidak normal dan Ha diterima. Data yang tidak terdistribusi secara tidak normal dapat
ditransformasi agar menjadi normal. Jika data tidak normal ada beberapa cara mengubah model regresi menjadi normal menurut Jogiyanto2004:172, yaitu :
1 dengan melakukan transformasi data ke bentuk lain, yaitu: Logaritma Natural, akar kuadrat, Logaritma lo,
2 lakukan trimming, yaitu mengubah observasi yang bersifat outlier,
UNIVERSITAS SUMATERA UTARA
3 lakukan winsorizing, yaitu mengubah nilai-nilai data outlier menjadi nili-nilai minimum atau maksimum yang diizinkan supaya distribusinya menjadi
normal.
b. Uji Multikolinieritas
