48 1. Daftar perusahaan manufaktur yang tercatat di BEJ dan fact book tahun 2005
sampai dengan 2007. 2. Laporan keuangan tahunan annual report perusahaan untuk tahun buku
2005 sampai dengan 2007. data yang dibutuhkan adalah total aset, total pasiva dan labarugi usaha.
3. Laporan auditor independen.
D. Metode Analisis
1. Metode Analisis Data
a. Analisis Deskriptif Penggunaan metode statistik deskriptif memiliki tujuan untuk
memberikan gambaran atau deskripsi suatu data yang dapat dilihat dari nilai rata-rata mean, standar deviasi, maksimum dan minimum Ghozali,
2005:16. Untuk tahapan analisis data terlebih dahulu harus dilakukan uji persyaratan data, yakni dengan melakukan uji asumsi klasik normalitas
dan homogenitas data. b. Uji Asumsi Klasik
Adapun pengujian yang dilakukan adalah uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas.
1 Uji Normalitas
49 Uji normalitas dilakukan untuk menguji apakah data terdistribusi
normal atau mendekati normal. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Uji Normalitas ini
dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Jika data menyebar di sekitar diagonal dan mengikuti arah
garis diagonal, maka model regresi mengikuti asumsi normalitas, sedangkan jika data menyebar jauh dari atas garis diagonal dan atau
tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas Ghozali, 2005:112.
2 Uji Multikolinieritas Uji multikolinieritas ini bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas independen. Jika terjadi korelasi maka terdapat problem multikolinieritas. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Metode yang digunakan untuk mendeteksi adanya
multikolinieritas dalam penelitian ini menggunakan tolerance TOL dan Variance Inflation Factor VIF. Jika VIF 10 dan nilai
tolerance tidak kurang dari 0,1 maka variabel tersebut tidak
mempunyai persoalan multikolinieritas dengan variabel bebas yang lain Ghozali, 2005:91.
3 Uji Autokorelasi
50 Uji autokorelasi ini ditujukan untuk mengidentifikasi adanya korelasi
antara kesalahan pengganggu yang terjadi antar periode yang diujikan dalam model regresi Ghozali, 2005:95. Untuk mendeteksi ada atau
tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson DW dengan ketentuan sebagai berikut:
a 1,65 DW 2,35 berarti tidak ada autokorelasi. b 1,21 DW 1,65 atau 2,35 DW 2,79 berarti tidak dapat
disimpulkan. c DW 1,21 atau DW 2,79 berarti terjadi autokorelasi.
4 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan varians residual dari suatu pengamatan ke pengamatan lain. Jika varian dari residual satu pengamatan ke
pengamatan lain itu konstan maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas. Model regresi yang baik adalah
tidak terjadi heterokedastisitas, jika ada pola tertentu yang teratur maka terjadi heterokedastisitas. Sebaliknya jika tidak ada pola yang
jelas, serta titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y, maka tidak terjadi heterokedastisitas Ghozali,
2005:105.
c. Pengujian Hipotesis
51 Adapun pengujian hipotesis yang dilakukan dalam penelitian ini adalah
uji Koefisien Determinasi R², uji t dan uji F. 1 Koefisien Determinasi R²
Koefisien determinasi digunakan untuk mengukur persentase variasi variabel terikat yang dijelaskan oleh semua variabel bebasnya. Untuk
regresi dengan lebih dari dua variabel bebas, digunakan adjusted R² sebagai koefisien determinasi Santoso, 2004:365.
Nilai koefisien determinasi terletak antara 0 dan 1 0R²1, dimana semakin tinggi nilai R² suatu regresi atau semakin mendekati 1, maka
hasil regresi tersebut semakin baik. Hal ini berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi
variabel terikat.
Kelemahan mendasar
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel bebas yang dimasukkan ke dalam model. Setiap tambahan
satu variabel bebas maka R² pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel
terikat. Oleh karena itu digunakanlah adjusted R² pada saat mengevaluasi model regresi. Tidak seperti R², nilai adjusted R² dapat
naik atau turun apabila satu variabel bebas ditambahkan ke dalam model. dalam kenyataan nilai adjusted R² dapat bernilai negatif,
walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat nilai adjusted R² negatif, maka nilai adjusted R²
dianggap nol. Secara matematis jika nilai R² = 1 maka adjusted 1 R² =
52 R² = 1 sedangkan jika nlai R² =0 maka adjusted R² = 1-k n-k. Jika
k 1, maka adjusted R² akan bernilai negatif Santoso, 2004:365. 2 Uji t
Uji t digunakan untuk mengetahui hubungan masing-masing variabel independen secara individual terhadap variabel dependen. Untuk
mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang
digunakan tingkat signifikansi 0,05. Jika probability t lebih besar dari 0,05 maka tidak ada pengaruh dari variabel independen terhadap
variabel dependen koefisien regresi tidak signifikan, sedangkan jika nilai probability t lebih kecil dari 0,05 maka terdapat pengaruh dari
variabel independen terhadap variabel dependen koefisien regresi signifikan Ghozali, 2005:84.
3 Uji F Uji F dilakukan untuk mengetahui hubungan variabel-variabel
independen secara bersama-sama simultan terhadap variabel dependen. Untuk mengetahui apakah variabel-variabel independen
secara bersama-sama mempengaruhi variabel dependen, maka digunakan tingkat signifikansi sebesar 0,05. Jika nilai probability F
lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi variabel dependen atau dengan kata lain variabel
independen secara bersama-sama berpengaruh terhadap variabel dependen Ghozali, 2005:84.
53
2. Model analisis