41
3.7. Metode Pengumpulan Data
Peneliti melakukan dua metode dalam pengumpulan data. Pertama, melalui studi pustaka dengan mengumpulkan buku-buku referensi yang berkaitan dengan
penelitian dan dokumentasi penelitian terdahulu. Kedua, melalui media internet dengan cara mengunduh data yang diperlukan dalam bentuk laporan keuangan
tahunan perusahaan yang telah diaudit melalui website BEI maupun website lain yang berhubungan dengan laporan keuangan perusahaan terbuka.
3.8. Metode Analisis Data dan Pengujian Hipotesis
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan program SPSS 17. Sebelum melakukan
pengujian hipotesis maka peneliti melakukan uji asumsi klasik terlebih dahulu.
3.8.1. Pengujian Asumsi Klasik
Model regeresi linier berganda multiple regression dapat disebut sebagai model yang baik jika model tersebut memenuhi kriteria BLUE Best Linear Unbiased
Estimator. BLUE dapat dicapai bila memenuhi asumsik klasik. Sedikitnya terdapat lima uji asumsi yang harus dilakukan terhadap suatu model regresi tersebut, yaitu :
1. Uji normalitas 2. Uji autokorelasi
3. Uji multi kolinieritas
Universitas Sumatera Utara
42
4. Uji Heteroskedastisitas 5. Uji linearitas
Penelitian ini hanya akan menggunakan empat jenis asumsi klasik dari lima asumsi diatas.
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel bebas independent dan variabel terikat dependent mempunyai distribusi
normal atau tidak. Menurut Suliyanto 2005:63 “uji normalitas adalah pengujian untuk mengetahui residual yang diteliti berdistribusi normal atau tidak”.
Data yang berdistribusi normal mempunyai pola distribusi seperti kurva berbentuk bel. Kurva berbentuk bel mempunyai dua karakteristik pokok, yaitu
1kurva berkonsentrasi di posisi tengah dan menurun di dua sisi; dan 2kurva berbentuk bel ini bersifat simetris.
Karakteristik distribusi normal suatu data ialah : 1. Kurva mempunyai puncak tunggal dengan berbentuk seperti bel
2. Rata-rata terletak ditengah-tengah kurva normal 3. Karena bentuknya simetris, maka median dan mode dari suatu distribusi data
terletak juga ditengah; dengan demikian untuk kurva normal, maka rata-rata, median dan mode mempunyai nilai yang sama.
Universitas Sumatera Utara
43
4. Dua sisi distribusi normal memanjang tanpa batas dan tidak pernah menyentuh garis horizontal.
Untuk mengetahui normalitas data dapat diuji dengan menggunakan histogram, normal Plot, Skewness dan Kurtosis atau dengan menggunakan uji Kolmogorov
Smirnov. Cara pertama yang dilakukan untuk menafsir normalitas data adalah dengan membuat hipotesis seperti berikut:
• H : Data berdistribusi normal
• H
a
: Data tidak berdistribusi normal Langkah kedua menentukan kriteria uji hipotesis seperti berikut:
• Jika sig 0.05 H0 ditolak, H1 diterima • Jika sig 0.05 H0 diterima, H1 ditolak
2. Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi Duwi Priyatno, 2008:42. Jika variance tetap maka disebut homoskedastisitas. Model regresi yang
baik yaitu adanya homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu
melihat scatter plot nilai prediksi dependen ZPRED dengan residual SRESID,
Universitas Sumatera Utara
44
uji Gletjer, uji Park dan uji White. Menurut Ghozali 2005:16 Deteksi pada grafik scatter plot dapat digunakan dengan dasar analisis sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka
mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan dalam asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada
suatu pengamatan dengan pengamatan lain pada model regresi Duwi Priyatno, 2008:47. Prasyarat yang harus dipenuhi dalam regeresi adalah tidak adanya
autokorelasi. Ada beberapa cara untuk mendeteksi gejala autokorelasi yaitu uji Durbin-Watson DW test, uji Langrage Multiplier LM test, uji statistik Q dan
Run Test. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut :
1. Bila nilai Durbin-Watson DW terletak antara batas atas atau Upper Bound DU dan 4-DU, maka koefisien autokorelasi sama dengan nol, berarti tidak
ada autokorelasi.
Universitas Sumatera Utara
45
2. Bila nilai Durbin-Watson DW lebih rendah daripada batas bawah atau Lower Bound DL maka koefisien autokorelasi lebih besar daripada nol,
berarti ada autokorelasi positif 3. Bila nilai Durbin-Watson DW lebih besar daripada 4-DL maka koefisien
autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif 4. Bila nilai Durbin-Watson DW terletak antara batas atas DU dan batas
bawah DL atau DW terletak di batas antara 4-DU dan 4-DL, maka hasilnya tidak dapat disimpulkan.
4. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regeresi ditemukan adanya korelasi antar variabel bebas. Model regeresi yang baik seharusnya tidak
terjadi korelasi di antara variabel bebas, karena jika hal terseut terjadi maka varaiabel-variabel tersebut tidak ortogonal atau terjadi kemiripan. Untuk
melakukan pengujian apakah terdapat multikolinearitas atau tidak, dapat diketahui dengan menggunakan nilai tolerance dan lawannya Variance Inflation Factor
VIF. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance 0.01 atau sama dengan VIF 10. Ada
dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu sebagai berikut: 1. Membuang salah satu variabel
2. Menggunakan metode lanjut, seperti Regresi Bayessian dan Regresi Ridge.
Universitas Sumatera Utara
46
3.8.2. Pengujian Hipotesis
Kategori