40
Ukuran Perusahaan X
3
Merupakan nilai yang
menunjukkan besar kecilnya
perusahaan dilihat dari
total asset yang dimiliki.
Size = Log natural total aset Rasio
3.6 Teknik Analisis Data
Teknik analisis data yang digunakan yaitu “statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap
obyek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum,”
Sugiyono, 2011:29. Statistik deskriptif menyajikan ukuran-ukuran numerik yang
sangat penting bagi data sampel. Uji deskriptif tersebut dilakukan dengan program SPSS.
3.7 Metode Analisis Data
Model analisis data yang digunakan dalam penelitian ini adalah analisis regresi linier berganda. Analisis regresi digunakan untuk memprediksi seberapa
jauh perubahan variabel dependen jika variabel independennya dimanipulasi. Sebelum melakukan regresi, peneliti terlebih dahulu melakukan statistik deskriptif
dan uji asumsi klasik.
3.7.1 Statistik Deskriptif
Menurut Ghozali 2013, statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata mean, standar
Universitas Sumatera Utara
41
deviasi, maksimum dan minimum, sehingga secara kontekstual dapat lebih mudah dimengerti oleh pembaca.
3.7.2 Uji Asumsi Klasik
Asumsi klasik adalah asumsi yang mendasari analisis regresi dengan tujuan mengukur asosiasi atau keterikatan antarvariabel bebas.
Sebelum melakukan pengujian regresi, terlebih dahulu dilakukan pengujian asumsi klasik yang berguna untuk mengetahui apakah data yang
digunakan telah memenuhi ketentuan dalam model regresi. Terdapat 4 empat pengujian terkait uji asumsi klasik yaitu uji normalitas data, uji
multikolinearitas, uji heterokedastisitas dan uji autokorelasi. a. Uji Normalitas Data
Uji normalitas data bertujuan untuk mengetahui keberadaan variabel pengganggu atau residual di dalam model regresi. Jika
data normal, maka statistik yang dipergunakan adalah statistik parametrik. Jika sebaliknya, maka statistik non parametriklah yang
digunakan atau peneliti dapat melakukan treatment agar data normal. Pengujian normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel dependen maupun independen atau keduanya terdistribusi secara normal atau tidak. Pengujian data
dalam penelitian ini dilakukan dengan menggunakan kolmogorov- smirnov KS. Uji K-S dilakukan dengan hipotesis:
H = Data residual terdistribusi normal
H
a
= Data residual tidak terdistribusi normal
Universitas Sumatera Utara
42
Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut:
1. Apabila probabilitas nilai Z uji K-S signifikan secara statistik maka H
ditolak, yang berarti data terdistribusi tidak normal.
2. Apabila probabilitas nilai Z uji K-S tidak signifikan statistik maka H
diterima, yang berarti data terdistribusi normal.
Pedoman pengambilan keputusan adalah sebagai berikut: 1. Nilai sig. atau signifikan atau nilai probabilitas 0,05
distribusi adalah tidak normal. 2. Nilai sig. atau signifikan atau nilai probabilitas 0,05
distribusi adalah normal. b. Uji Multikolinearitas
Uji multikolonearitas dimaksudkan untuk mengetahui apakah terdapat kolerasi yang tinggi antara variabel-variabel bebas
dalam model yang digunakan. Menurut Idris dalam Ahmad, 2014 :13 multikolinearitas merupakan suatu gejala korelasi antar
variabel indepeden yang ditunjukan dengan korelasi signifikan antar variabel independen. Apabila terdapat korelasi yang tinggi
sesama variabel bebas tersebut, maka salah satu diantaranya dieliminir dikeluarkan dari model regresi berganda atau
menambah variabel bebasnya. Adanya gejala multikolinearitas
Universitas Sumatera Utara
43
dapat dilihat dari tolerance value atau nilai Variance Infation Factor VIF. Batas tolerance value adalah 0,10 dan batas VIF
adalah 10. Apabila tolerance value 0,10 atau VIF 10 maka terjadi multikolinearitas. Sebaliknya apabila tolerance value 0,10
atau VIF 10 maka tidak terjadi multikolinearitas. c. Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari
residual atas suatu pengamatan ke pengamatan lain. Dalam regresi, salah satu asumsi yang harus dipenuhi adalah bahwa varians
residual dari suatu pengamatan ke pengamatan yang lain tidak memiliki pola tertentu. Untuk mendeteksi heteroskedastisitas dapat
menggunakan uji Glejser. Apabila sig 0,05 maka tidak terdapat gejala heteroskedastisitas. Menurut Ghozali dalam Ahmad, 2013 :
13, “model yang baik adalah tidak terjadi heteroskedasitas.”
d. Uji Autokorelasi Pengujian autokorelasi digunakan untuk mengetahui
apakah terjadi korelasi antara anggota serangkaian observasi yang diunitkan menurut waktu data time series atau ruang data data
cross section. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Model
regresi yang baik adalah model regresi yang bebas dari autokorelasi. Untuk mendeteksi adanya autokorelasi dalam model,
Universitas Sumatera Utara
44
dapat menggunakan uji Durbin-Watson DW test yang terdapat pada tabel 3.3.
Tabel 3.3 Tabel Durbin-Watson
Kondisi Nilai
Ada autokorelasi D-W dibawah -2
Tidak ada autokorelasi D-W di antara -2 s.d. +2
Ada autokorelasi negatif D-W di atas +2
3.8 Analisis Regresi Linier Berganda