3.7. Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah melalui metode dokumentasi yaitu dengan cara mencatat atau mendokumentasikan data yang
tercantum pada annual report pada Indonesia Stock Exchange idx. Pengumpulan data dimulai dengan tahap penelitian terdahulu yaitu melakukan studi kepustakaan
dengan mempelajari buku-buku dan bacaan-bacaan lain yang berhubungan dengan pokok bahasan dalam penelitian ini. Pada tahap ini juga dilakukan
pengkajian data yang dibutuhkan, ketersediaan data, dan cara memperoleh data. Tahapan selanjutnya adalah penelitian untuk mengumpulkan keseluruhan data
yang dibutuhkan guna menjawab persoalan penelitian.
3.8. Teknik Analisis Data
Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh antara current ratio CR
, return on assets ROA, total assets turnover TATO, growth, dan earning per share EPS terhadap cash dividend. Teknik analisis statistik
regresi berganda akan digunakan untuk mengetahui pola hubungan antara variabel independen dan variabel dependen yang digunakan dalam model penelitian ini.
Maka sebelum analisis regresi berganda tersebut dilakukan terlebih dahulu perlu dilakukan uji asumsi klasik. Uji asumsi klasik dalam penelitian ini terdiri dari uji
normalitas, uji heteroskedastisitas, uji multikolinearitas, dan uji autokorelasi.
3.8.1. Uji Asumsi Klasik
Penggunaan uji asumsi klasik bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan pada penelitian ini. Tujuan lainnya
Universitas Sumatera Utara
untuk memastikan bahwa di dalam model regresi yang digunakan mempunyai data yang terdistribusikan secara normal, bebas dari autokorelasi, multikolinieritas
serta heterokedistisitas.
3.8.1.1. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal
ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji apakah distribusi data normal atau tidak,
salah satu cara termudah untuk melihat normalitas adalah melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi
normal. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau menceng ke
kanan Situmorang dan Lufti, 2012:100. Metode yang lebih handal adalah dengan melihat Normal Probability
Plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan
distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis
diagonal. Kriteria pengambilan keputusan yaitu sebagai berikut Priyatno, 2009:74 :
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
3.8.1.2. Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain.
Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas Situmorang dan
Lufti, 2012:108. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Salah satu cara mendeteksi ada tidaknya
heteroskedastisitas dengan melihat grafik Plot antara nilai prediksi variabel terikat yaitu ZPRED dengan
residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dengan melihat ada tidaknya pola tertentu pada grafik scatter
plot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi,
dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di- studentized
. Adapun dasar analisisnya sebagai berikut : 1. Jika ada pola tertentu seperti titik-titik yang yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Selain itu, uji heterodeksitas dapat dilakukan dengan cara Uji Glesjer, yaitu dengan mengabsolutkan nilai residual kemudian meregresikan dengan variabel
independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi terjadi heterodeksitas. Jika probabilitas
Universitas Sumatera Utara
signifikannya di atas tingkat kepercayaan 5 dapat disimpulan model regresi tidak mengarah adanya heterokedastisitas Situmorang dan Lufti, 2012:116
3.8.1.3. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada tidaknya hubungan yang berarti antara masing-masing variabel bebas dalam model regresi. Untuk
mengetahui ada tidaknya multikolinearitas di dalam model regresi dapat dilihat dari nilai tolerance dan variance inflation factor VIF. Kriteria pengambilan
keputusan yaitu sebagai berikut Situmorang dan Lufti, 2012:162 : 1. VIF 10 maka diduga mempunyai persoalan multikolinearitas.
2. VIF 10 maka tidak terdapat multikolinearitas. 3. Tolerance 0,1 maka diduga mempunyai persoalan multikolinearitas.
4. Tolerance 0,1 maka tidak terdapat multikolinearitas.
3.8.1.4. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pada periode t dengan periode t-1
sebelumnya Situmorang dan Lufti, 2012:120. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Untuk menguji ada tidaknya gejala
autokorelasi maka dapat dideteksi dengan uji Durbin-Waston DW test. Kriteria pengambilan keputusan dapat dilihat pada Tabel 3.2
Tabel 3.3 Kriteria Pengambilan Keputusan Uji Autokorelasi
Universitas Sumatera Utara
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl d du
Tidak ada korelasi negatif Tolak
4 – dl d 4 Tidak ada korelasi negatif
No decision 4 – du d 4 – dl
Tidak ada autokorelasi positif atau negatif
Tidak ditolak du d 4- du
3.8.2. Model Persamaan Regresi Berganda