37
3.6 Hipotesis Penelitian Hipotesis 1
Foreign Direct
investment berpengaruh
significant terhadap
Market Capitalization Bank di Indonesia , Malaysia , Singapura, Thailand, Filipina, dan
Vietnam
Hipotesis 2
Debt Equity Ratio berpengaruh significant terhadap Market Capitalization Bank di Indonesia , Malaysia , Singapura, Thailand, Filipina, dan Vietnam
Hipotesis 3
Foeign Direct Investment dan Debt Equity Ratio secara simultan berpengaruh significant terhadap Market Capitalization Bank di Indonesia, Malaysia ,
Singapura, Thailand, Filipina, dan Vietnam Hipotesis 4
Penerapan IAS 28 mempengaruhi hubungan antara Foeign Direct Investment perusahaan
harus mengalami pembubaran
Penerapan IAS 28
International accounting
standard yang
mengatur tentang
Investment associate
Menerapkan=1 Tidak
menerapkan=0 Dummy
Universitas Sumatera Utara
38 dan Market Capitalization Bank di Indonesia , Malaysia , Singapura, Thailand,
Filipina, dan Vietnam
Hipotesis 5
Penerapan IAS 28 mempengaruhi hubungan antara Debt to Equity Ratio dan Market Capitalization Bank di Indonesia , Malaysia , Singapura, Thailand,
Filipina, dan Vietnam
3.7 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda. Analisis regresi digunakan untuk memprediksi
seberapa jauh perubahan variabel dependen jika variabel independennya dimanipulasi. Sebelum melakukan analisis regresi linear berganda, peneliti
terlebih dahulu melakukan analisis statistik deskriptif dan uji asumsi klasik.
3.7.1 Analisis Statistik Deskriptif
Statistik deskriptif
adalah statistik
yang berfungsi
untuk mendeskripsikan atau memberikan gambaran terhadap obyek yang diteliti
melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku secara umum Sugiyono,
2011:29. Gambaran data ditunjukkan dengan nilai rata-rata mean, standar
deviasi, varian, maksimum, minimum, kurtosis hingga skewness kecondongan distribusi dan disajikan dalam tabel-tabel tertentu.
Universitas Sumatera Utara
39
3.7.2 Uji Asumsi Klasik
Asumsi klasik adalah asumsi yang mendasari analisis regresi dengan tujuan mengukur asosiasi atau keterikatan antarvariabel bebas. Terdapat 4
empat pengujian terkait uji asumsi klasih yaitu uji normalitas data, uji multikolinearitas, uji heteroskedastisitas dan uji autokolerasi.
a. Uji Normalitas Data
Uji normalitas bertujuan untuk mengetahui keberadaan variabel pengganggu atau residual di dalam model regresi. Jika data normal, maka
staistik yang dipergunakan adalah statistik parametrik. Jika sebaliknya, maka statistic non parametriklah yang digunakan atau peneliti dapat melakukan
treatment agar data normal. Dalam menguji normalitas data, peneliti menggunakan Kolgomorov
Smirnov untuk menemukan distribusi residual. Jika sig atau p-value 0,05 maka data berdistribusi normal Ghozali, 2005:27
b. Uji Multikolinearitas
Multikolinearitas adalah situasi adanya korelasi variabel-variabel dependen antara yang satu dengan yang lainnya. Erlina, 2007:107. Model
regresi yang baik seharusnya tidak mengandung multikolinearitas di dalamnya. Pengujian ini menggunakan nilai VIF Variance Inflation Factors sebagai
acuan adanya multikolinearitas. Jika nilai VIF lebih besar dari 2, maka telah terjadi multikolinearitas antara variabel independen. Di samping itu, sebuah
model regresi dikatakan mengandung multikolinearitas apabila korelasi antara variabel independennya lebih besar dari 0,9.
Universitas Sumatera Utara
40 c.
Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk melihat ketidaksamaan varians
dari residual dalam model regrei dari satu pengamatan ke pengamatan yang lain. Model regresi yang baik tidak diperbolehkan mengandung heteroskedastisitas.
Terdapat beberapa
cara dalam
mengidentifikasi keterjadian
heteroskedastisitas. Wulandari 2012:47 mengungkapkan salah satu cara mengidentifikasi heteroskedastisitas dalam model regresi adalah metode chart
Diagram Scatterplot yaitu : 1
Jika ada pola tertentu seperti titik-titik yang membentuk pola beraturan gelombang, melebar kemudian menyempit, maka model regresi mengalami
heteroskedastisitas. 2
Jika ada pola yang jelas serta titik-titik yang menyebar ke atas dan bawah 0 pada sumbu Y, maka model tidak mengalami heteroskedastisitas.
d. Uji Autokorelasi
Menurut Algifari 2000:88 dalam Wulandari 2012:46 autokorelasi adalah korelasi antar anggota sampel yang diurutkan berdasarkan waktu.
Penyimpangan asumsi ini biasanya muncul pada observasi yang eenggunakan data time series. Pengujian autokorelasi digunakan untuk mengetahui
keberadaan korelasi antara anggota serangkaian data observasi yang diurutkan menurut waktu. Pengujian autokorelasi dapat menggunakan Uji Durbin-Watson
Durbin-Watson Test dengan keterangan pada Table 3.3.
Universitas Sumatera Utara
41
Tabel 3.3 Tabel Durbin Watson
Kondisi Nilai
Ada autokorelasi D-W di bawah -2
Tidak ada autokorelasi D-W di antara -2 s.d. +2
Ada Autokorelasi Negatif D-W di atas 2+
3.8. Pengujian Hipotesis Penelitian