43
Transportasi dan Automotive yang terdaftar di BEI mulai tahun 2005 sampai dengan tahun 2007. Data sekunder merupakan data primer
yang telah diolah lebih lanjut dan disajikan dengan baik oleh pihak lain.
b. Sumber Data
Data laporan keuangan yang ada merupakan data yang telah diolah dan disajikan dalam Indonesian Capital Market Directory tahun
2007 dan Indonesian Capital Market Directory tahun 2008. c.
Pengumpulan Data Teknik pengumpulan data dalam penelitian ini adalah dengan
dokumentasi dari laporan keuangan yang terdapat di Indonesian Capital Market Directory tahun 2007 dan Indonesian Capital Market
Directory tahun 2008.
3.4. Teknik Analisis dan Uji Hipotesis
3.4.1. Teknik Analisis
Sesuai dengan tujuan dan hipotesis penelitian yang dilakukan, maka keterkaitan antara variabel penelitian dapat digambarkan secara
spesifik dalam model regresi linier berganda. Analisis ini dapat digunakan untuk menerangkan tingkat ketergantungan satu variabel terikat dengan
satu atau lebih variabel bebas. Berdasarkan variabel-variabel yang telah diuraikan di muka maka model regresi linier berganda dirumuskan sebagai
berikut:
44
Y=b +b
1
X
1
+b
2
X
2
+b
3
X
3
+…..+b
n
X
n
+ei Sulaiman, 2004:80
Dimana: Y
= perubahan laba Earning After Tax ∆ Laba.
X
1
-X
n
= rasio keuangan dari X
1
sampai dengan X
n
. b
= konstanta. ei
= kesalahan eror. b
1
-bn = koefisien regresi variabel X
1
sampai dengan X
n
. 3.4.2.
Uji Kualitas Data 3.4.2.1.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal atau
tidak Ghozali, 2006:110. Dalam penelitian ini untuk pengujian normalitas digunakan alat uji Kolmogorov-Smirnov K-S.
Dalam pengambilan keputusan apakah distribusi data mengikuti distribusi normal atau tidak adalah sebagai berikut:
a. Jika nilai signifikan 0,05 maka distribusi adalah tidak normal.
b. Jika nilai signifikan 0,05 maka distribusi adalah normal.
3.4.3. Uji Asumsi Klasik
Persamaan regresi linier berganda yang terbentuk harus bersifat BLUE Best Linier Unbiased Estimator, artinya untuk pengambilan
keputusan tidak boleh bias. Untuk menghasilkan pengambilan keputusan yang tidak bersifat bias atau BLUE, maka harus dipenuhi:
45
a. Uji Multikolinieritas
Menurut Imam Ghozali 2006:91, Multikolinieritas terjadi apabila variabel dependen satu sama lain atau dengan kata lain variabel
independen saling berkorelasi. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Deteksi Multikolinieritas
bisa dilakukan dengan melihat: 1
Nilai R
2
yang dihasilkan oleh suatu model regresi sangat tinggi tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan dalam mempengaruhi variabel dependen. 2
Nilai VIF Variation Inflation Factor lebih besar dari 10 atau nilai toleransi lebih kecil dari 0,1.
b. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 Ghozali, 2006:95. Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi
lainnya. Salah satu cara untuk mendeteksi ada tidaknya autokorelasi adalah dengan uji Durbin-Watson DW Test. Daerah distribusi
keputusan autokorelasi adalah sebagai berikut: 1
Jika hipotesis H adalah bahwa tidak ada serial korelasi positif,
maka jika: dd
L
: menolak
H
0.
dd
u
: tidak menolak H
0.
46
d
L
• d•d
u
: pengujian tidak meyakinkan. 2
Jika hipotesis H adalah bahwa tidak ada serial korelasi negatif,
maka jika: d4-d
L
: menolak H
0.
d4-d
u
: tidak menolak H
0.
4-d
u
• d•4- d
L
: pengujian
tidak meyakinkan.
3 Jika H
adalah dua ujung yaitu bahwa tidak ada serial Autokorelasi baik positif ataupun negatif, maka jika:
dd
L
: menolak
H
0.
d4-d
L
: menolak H
0.
d
u
d4- d
u
: tidak menolak H
0.
atau: d
L
• d•d
u
: pengujian tidak meyakinkan. 4-d
u
• d•4- d
L
: pengujian
tidak meyakinkan.
c. Uji Heteroskedastisitas
Satu asumsi penting dari model regresi linier klasik adalah bahwa gangguan disturbance µ
i
yang muncul dalam fungsi regresi populasi adalah homoskedastik yaitu semua gangguan tadi mempunyai
varians yang sama Gujarati, 1999:177. Dalam penelitian ini pendeteksian Heteroskedastisitas adalah dengan pengujian Korelasi
Rank dari Spearman, dengan ketentuan sebagai berikut Gujarati, 1995:188:
1 Jika nilai probabilitas 0,05 maka terkena Heteroskedastisitas.
47
2 Jika nilai probabilitas 0,05 maka bebas Heteroskedastisitas.
3.4.4. Uji Hipotesis
