sekunder juga didapat dengan mengumpulkan berbagai informasi dan data dari buku- buku, jurnal, dan juga situs terkait topik penelitian, seperti publikasi laporan tahunan
perbankan konvensional selama periode Januari 2012 sampai Desember 2015.
3.7 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini dilakukan dengan membuka website, mengunduh serta melakukan dokumentasi berbagai data terkait objek
penelitian, sehingga dapat diperoleh berbagai data dan informasi yang dibutuhkan dalam penelitian ini, seperti laporan keuangan yang dipublikasikan oleh Bursa Efek
Indonesia melalui website www.idx.co.id pada tahun 2012-2015 serta laporan keuangan bulanan yang diterbitkan Bank Indonesia melalui website www.bi.go.id.
Selain itu, metode pengumpulan data juga dilakukan dengan telaah pustaka, seperti memahami dan mendapatkan data melalui jurnal, buku-buku serta website yang
berkaitan dengan penelitian.
3.8 Uji Asumsi Klasik
Untuk menghasilkan suatu model yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis. Tujuan pengujian
asumsi klasik ini adalah untuk memberikan kepastian bahwa persamaan regresi yang didapatkan mamiliki ketepatan dalam estimasi, tidak bias dan konsisten. Pengujian
asusmsi klasik tersebut meliputi uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi.
Universitas Sumatera Utara
a Uji Normalitas Tujuan uji normalitas data adalah untuk mengetahui apakah dalam model
regresi variabel pengganggu atau residual memiliki distribusi normal. Kriteria pengambilan keputusan adalah apabila nilai signifikan atau probabilitas 0,05,
maka residual tidak memiliki distribusi normal. Selain itu, uji normalitas juga dapat dilakukan dengan melakukan analisis
grafik normal probability plot dan grafik histogram. Dasar pengambilan keputusan dalam uji normalitas sebagai berikut :
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka
model regresi memenuhi asumsi normalitas. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis
diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
b Uji Multikolinearitas Menurut Salvatore 2011:178, ”Multikolinearitas mengacu kepada situasi di
mana dua atau lebih variabel penjelas dalam suatu regresi mempunyai korelasi yang tinggi”. Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya kolerasi antara variabel independen. Gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang
terdapat dalam matriks korelasi. Gujarati dalam Gio 2015 menyatakan jika antar
Universitas Sumatera Utara
variabel independen ada korelasi yang cukup tinggi, yakni di atas 0,8, maka hal ini merupakan indikasi adanya multikolinearitas.
c Uji Heteroskedastisitas Menurut Salvatore 2011:179, ”Heteroskedastisitas timbul pada saat asumsi
bahwa variance dari faktor galat error adalah konstan untuk semua nilai dari variabel bebas yang tidak dipenuhi”. Uji heteroskedastisitas bertujuan menguji
apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak
terjadinya heteroskedastisitas. Uji Heteroskedastisitas dapat dilakukan dengan cara seperti:
- Melihat pola residual dari hasil estimasi regresi. Jika residual bergerak
konstan, maka tidak ada heretoskedastisitas. Akan tetapi, jika residual membentuk suatu pola tertentu, maka hal tersebut menginfikasikan adanya
heteroskedastisitas. -
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan Uji Glejser yang tersedia dalam program E-views. Dasar pengambilan keputusan adalah
melihat angka probabilitas dari statistik Uji Glejser, dengan ketentuan sebagai berikut Gio, 2015:
1. Jika nilai Prob. Chi-Square dari Obs R-squared ≥ 0,05, maka tidak terjadi
heteroskedastisitas. 2. Jika nilai Prob. Chi-Square dari Obs R-sqaured 0,05, maka terjadi
heteroskedastisitas.
Universitas Sumatera Utara
d Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Salah satu cara untuk meguji ada tidaknya
autokorelasi adalah dengan melakukan Uji Durbin-Watson DW test. Hipotesis yang akan diuji adalah sebagai berikut:
H = Tidak ada autokorelasi r = 0
H
a
= Ada autokorelasi r ≠ 0
Pengambilan keputusan ada tidaknya autokorelasi ditunjukkan dalam tabel berikut ini:
Tabel 3.3 Pengambilan Keputusan Autokorelasi
HIPOTESIS NOL KEPUTUSAN
JIKA
Tidak ada korelasi Positif Tolak
0 d dl Tidak ada autikorelasi positif
No Decision dl d du
Tidak ada korelasi negatif Tolak
4 – dl 4 d Tidak ada autokorelasi negatif
No Decision 4 – du
≤ d ≤ 4 – dl Tidak ada autokorelasi positif
maupun negatif Tidak Ditolak
du d 4 – du
Selain Uji Durbin-Watson, untuk mengetahui ada atau tidaknya autokorelasi, dapat dilakukan Uji LM motode Bruesch Godfrey. Motode ini
didasarkan pada nilai F dan ObsR-Squared, dimana jika nilai profitabilitas dari ObsR-Squared melebihi tingkat kepercayaan, maka H
diterima. Artinya tidak ada masalah autokorelasi.
Universitas Sumatera Utara
3.9 Teknik Analisis Data
