3.5 Jenis Data dan Sumber Data
Jenis data dalam penelitian ini adalah data kuantitatif. Penelitian ini menggunakan jenis data panel, yakni gabungan antara data runtut waktu time
series dan data silang cross section. Bila dilihat dari sumber datanya, penelitian
ini menggunakan data sekunder, yaitu Laporan keuangan tahunan dari setiap perusahaan yang merupakan sampel penelitian tahun 2011-2013 yang diperoleh
dari situs resmi www.idx.co.id
dan Indonesian Capital Market Directory ICMD.
3.6 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah dengan metode dokumentasi atas data sekunder berupa laporan keuangan masing-masing
perusahaan. Pengumpulan data sekunder diperoleh dari media internet dengan cara mendownload melalui situs
www.idx.co.id serta melalui Indonesian Capital
Market Directory untuk memperoleh data mengenai laporan keuangan dari
perusahaan sampel yang terpilih untuk tahun 2011-2013.
3.7 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik Korelasi Kanonikal Canonical Correlation dengan
menggunakan software SPSS. Analisis korelasi kanonikal merupakan model statistik multivariate yang digunakan untuk menguji hubungan korelasi antara
dua set himpunan variabel yang terdiri dari lebih dari satu variabel dependen set variabel dependen dan lebih dari satu variabel independen set variabel
independen Ghozali, 2005:229 dalam Widyaningrum 2009:29. Sama seperti
32
Universitas Sumatera Utara
semua analisis statistika multivariate, analisis korelasi kanonikal didahului dengan pengujian data dan pengujian asumsi klasik. Langkah-langkah analisis dalam
penelitian ini adalah sebagai berikut:
3.7.1 Uji Data : Data Pencilan Outlier
Uji data outlier dilakukan untuk menguji ada tidaknya outlier pada setiap variabel secara terpisah. Outlier adalah data yang secara nyata
berbeda dengan data-data yang lain Santoso 2014:32. Dari definisi tersebut dapat dikatakan bahwa data outlier adalah data yang memiliki
karakteristik unik yang sangat berbeda jauh dari observasi-observasi lainnya. Uji data outlier dalam statistik multivariat dapat dilakukan dengan
penyajian dalam bentuk BOXPLOT yang akan mendeteksi adanya outlier dalam tiap variabel. Dalam hal ini peneliti akan melakukan penghapusan
data outlier, agar himpunan data benar-benar bebas dari outlier.
3.7.2 Uji Asumsi Klasik
Uji Asumsi klasik dalam metode statistik multivariat meliputi:Uji Normalitas, Heteroskedastisitas, Multikolinearitas, dan Linearitas Siregar,
2006:6. Variabel penelitian yang tidak memenuhi asumsi klasik akan menurunkan nilai korelasi antar set variabel.
33
Universitas Sumatera Utara
a. Uji Normalitas
Santoso 2014:43 menyatakan bahwa tujuan uji normalitas data adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau
mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng bell shaped. Data yang baik adalah data yang mempunyai pola seperti
distribusi normal, yakni distribusi data tersebut tidak membelok ke kanan maupun ke kiri.
Uji normalitas pada multivariat sebenarnya sangat kompleks karena harus dilakukan pada seluruh variabel secara bersama-sama.
Namun, uji ini bisa juga dilakukan pada setiap variabel, dengan logika bahwa jika secara individual masing-masing variabel memenuhi asumsi
normalitas, maka secara bersama-sama multivariat variabel-variabel tersebut juga bisa dianggap memenuhi asumsi normalitas.
Dalam pengujian normalitas, peneliti menggunakan analisis grafik dan analisis statistik. Dalam analisis grafik, dilakukan dengan melihat
grafik histogram dan normal probability plot. Pada grafik histogram dapat diamati apakah grafik membentuk lonceng bell shaped, tidak condong ke
kiri atau ke kanan. Selain itu pada normal probability plot dapat dilihat apakah titik-titiknya menyebar di sepanjang garis diagonal.
Sedangkan dalam analisis statistik, dilakukan dengan alat uji statistik Kolmogorov Smirnov. Apabila nilai signifikansi 0,05, berarti
variabel terdistribusi secara normal.
34
Universitas Sumatera Utara
b. Uji Heteroskedastisitas
Ghozali dalam Widyaningrum, 2009:29 memberikan definisi bahwa uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance sama, dan ini yang
seharusnya terjadi maka dikatakan homoskedastisitas. Untuk pengujian heteroskedastisitas, peneliti menggunakan alat
analisis grafik Scatterplot dan analisis statistik. Pada analisis grafik Scatterplot
, deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik plot antara nilai prediksi variabel dependen yaitu
ZPRED dengan residualnya SRESID. Jika tidak ada pola tertentu pada grafik Scatterplot maka tidak terjadi heteroskedastisitas dengan kata lain
homoskedastisitas. Sedangkan dengan analisis statistik, uji heteroskedastisitas
dilakukan dengan korelasi Spearman’s rho yaitu mengkorelasikan variabel independen dengan nilai unstandardized residual. Pengujian menggunakan
tingkat signifikansi 5 dengan uji 2 sisi. Jika korelasi antara variabel independen 5 maka dapat dikatakan bahwa tidak terjadi masalah
heteroskedastisitas. c.
Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas independen. Untuk mendeteksi ada atau tidaknya multikolinearitas, dapat dilakukan
3 5
Universitas Sumatera Utara
dari hasil output SPSS dengan melihat nilai tolerance dan Variance inflation factor VIF. Nilai yang umum dipakai untuk mendeteksi adanya
gejala multikolineritas adalah Jika Tolerance 0,1 sedangkan VIF 10 Ghozali, 2005:92 dalam Widyaningrum, 2009:29.
d. Uji Linearitas