3.9 Teknik Analisis Data
1. Analisis statistik deskriptif
Analisis statistik deskriptif bertujuan untuk mendeskripsikan variable-variabel yang terdapat dalam penelitian ini sehingga memberikan gambaran mengenai
data, yang dilihat dari nilai rata-rata, standar deviasi, minimal, dan maximal.
2. Uji Asumsi Klasik
a. Uji Multikolineritas
Dalam Ghozali 2006 : 95, uji multikolineritas bertujuan untuk mengetahui apakah terdapat hubungan diantara variabel-variabel
bebas yang ada dalam sebuah penelitian. Menurut Ade Fatma Lubis 2007:32 ketentuan untuk mendeteksi ada tidaknya
multikolinearitas adalah sebagai berikut :
a. Jika nilai Variane Inflation Factor VIF tidak lebih
dari 10 dan nilai Tolerancetidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinearitas.
VIF = 1Tolerance
b. Jika nilai koefisien korelasi antar masing-masing
variable independen kurang dari 0,70, maka model dapat dinyatakan bebas dari asumsi klasik
multikolinearitas. Jika lebih dari 0,7 maka diasumsikan terjadi korelasi yang sangat kuat antar variable
independen sehingga terjadi multikolinearitas.
Akan lebih baik jika hasil dari uji multikolineritas menunjukkan bahwa tidak terdapat hubungan diantara variabel-
variabel bebas.
Universitas Sumatera Utara
b. Uji Autokorelasi
Uji Autokorelasi bertujuan untuk mengetahui apakah terdapat hubungan antara kesalahan pengganggu pada periode t dengan
kesalahan pada periode t-1sebelumnya. Untuk mengetahui ada tidaknya autokerlasi dilakukan dengan uji Durbin-Watson dengan
ketentuan sebagai berikut : 1
Jika nilai D-W -2 maka terdapat autokorelasi positif.
2 Jika nilai D-W, dimana -2 D-W 2, maka
tidak terdapat autokorelasi. 3
Jika nilai D-W 2, maka terdapat autokorelasi positif.
3. Menguji Keseluruhan Model
Menguji keseluruhan model bertujuan untuk mengetahui apakah model yang digunakan telah sesuai dengan data penelitian yang tersedia Statistik yang
digunakan berdasarkan fungsi likelihood. Pengujian ini dilakukan dengan membandingkan nilai -2LogLikelihood pada awal Block=0 dengan nilai -
2LogLikelihood pada akhir Block=1 untuk model dengan konstanta dan variabel bebas.
Universitas Sumatera Utara
4. Menguji Kelayakan Model Regresi
Menguji kelayakan model regresi bertujuan untuk mengetahui apakah data empiris sesuai dengan model dengan menggunakan uji Hosmer Lemeshow’s
Goodness of Fit Test. Menurut Seyla 2013: Jika nilai Hosmer Lemeshow’s Goodness of Fit Test sama
dengan atau kurang dari 0,05 maka hipotesis ditolak, berarti ada perbedaan yang signifikan antara model dengan nilai
observasinya sehingga goodness fit model tidak baik karena tidak memprediksi nilai observasinya.Jika nilai Hosmer
Lemeshow’s Goodness of Fit Test lebih besar dari 0,05 maka hipotesis tidak dapat ditolak, berarti model dapat
memprediksi nilai observasinya
5. Pengujian Hipotesis Regresi Logistik
Dalam penelitian ini menggunakan pengujian hipotesis dengan regresi logistik, dimana variabeldependen dan variabelindependennya campuran variable
meterik dan non-metrik. Menurut Ghozali 2001, penelitian yang dilakukan dengan menggunakan uji regresi logistik tidak memerlukan asumsi normalitas
pada variable independennya, modelnya adalah: Lp
� 1−�
= β +β
1
UP + β
2
VP + β
1
LsP + β
1
FL + β
1
VHPP + e
Keterangan : P = Probabilita perusahaan untuk memilih metode rata-rata
UP = Ukuran Perusahaan VP = Variabilitas Persediaan
Universitas Sumatera Utara
LsP = Laba sebelum pajak FL = Financial Leverage
VHPP = Variabilitas Harga Pokok Penjualan e = eror
Pengujian Hipotesis dengan menggunakan regresi logistik memiliki tingkat signifikasi α sebesar 5. Penerimaan dan penolakan hipotesis
didasarkan pada p-value. Apabila p-value 5 maka hipotesis diterima, artinya variable bebas memiliki pengaruh terhadap pemilihan metode pencatatan
persediaan.Namun, apabila p-value 5, maka hipotesis ditolak, artinya variable bebas tidak memiliki pengaruh terhadap pemilihan metode pencatatan persediaan.
Universitas Sumatera Utara
BAB IV HASIL ANALISIS DAN PENELITIAN
4.1 Gambaran Singkat Objek Penelitian