33
3.8. Teknik Analisis Data 3.8.1 Analisis Deskriptif
Pada tahap ini diperhitungkan masing-masing variabel yaitu variabel terikat dependen dan variabel bebas independen berdasarkan rumus yang telah
dikemukakan sebelumnya. Selanjutnya pada deskripsi variabel akan dijelaskan gambaran umum dari masing-masing variabel untuk mendapatkan gambaran awal
permasalahan yang menjadi objek dalam penelitian ini.
3.8.2. Metode Analisis Regresi Berganda
Penelitian ini bertujuan untuk menguji apakah hubungan Struktur Modal, Ukuran Perusahaan, dan Pertumbuhan Perusahaan berpengaruh Terhadap Kinerja
Perusahaan Sektor Industri Dasar dan Kimia di Bursa Efek Indonesia. Untuk itu digunakan teknik analisis regresi linier berganda dengan model sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Dimana:
Y = Kinerja Perusahaan a = Konstanta
X
1
= Struktur Modal X
2
= Ukuran Perusahaan X
3
= Pertumbuhan Perusahaan X
4
= Kinerja Perusahaan
Universitas Sumatera Utara
34 b1 = Koefisien Regresi Struktur Modal
b2 = Koefisien Regresi Ukuran Perusahaan b3 = Koefisien Regresi Pertumbuhan Perusahaan
b4 = Koefisien Regresi Kinerja Perusahaan e = Standar error
3.8.3 Uji Asumsi Klasik
Persamaan yang diperoleh dari sebuah estimasi dapat dioperasikan secara statistik jika memenuhi asumsi klasik, yaitu memenuhi asumsi bebas Uji
Multikolinieritas, heterokedastisitas, dan autokorelasi Ghozali 2005:97. Pengujian ini dilakukan agar mendapatkan model persamaan regresi yang baik
dan benar-benar mampu memberikan estimasi yang handal dan tidak bisa sesuai dengan BLUE Best Linier Unbiased Estimator. Pengujian ini dilakukan dengan
bantuan software SPSS. Uji Klasik ini dapat dikatakan senagai kriteria ekometrika untuk melihat
apakah hasil estimasi memenuhi dasar linier klasik atau tidak. Setelah data dipastikan bebas dari penyimpangan asumsi klasik, maka dilanjutkan dengan uji
hipotesis yakni uji individual uji t, pengujian secara serentak uji F, dan koefisien determinasi R
2
. Uji asumsi klasik terdiri dari : 1.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
mengganggu atau residual memiliki distribusi normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari
grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan
Universitas Sumatera Utara
35 keputusannya jika data menyebar disekitar garis diagonal dan mengikuti arah
garis diagonal, atau grafik histogramnya menunjukan pola distribusi normal, maka model regresi memenuhi asumsi normalitas Ghazali, 2012.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang
lain. Jika variance dari residual satu pengamatan ke pengamatan yang tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Heteroskedastisitas menunjukan bahwa varians dari setiap error bersifat heterogen yang berarti melanggar asumsi klasik yang mensyaratkan bahwa varians dari error
harus bersifat homogennya. Hipotesis dalam uji Heteroskedastisitas ini adalah : H
: tidak ada heteroskedastisitas H
1
: ada heteroskedastisitas Dalam pengujian dilakukan dengan menggunakan uji individu t-test untuk
masing-masing variabel. Pengambilan keputusan tersebut dilakukan dengan kriteria :
Jika signifikan probabilitas dari thitung 0,05 maka H0 ditolak Jika signifikan probabilitas dari thitung 0,05 maka H1diterima
a. Uji Multikolinieritas
Multikolonieritas merupakan fenomena situasi dimana ada korelasi antara variabel independen satu dengan yang lainnya. Konsekuansi praktis yang timbul
sebagai akibat adanya multikolonieritas ini adalah kesalahan standar penaksir semakin besar dan probabilitas untuk menerima hipotesis yang salah semakin
Universitas Sumatera Utara
36 besar sehingga mengakibatkan diperolehnya kesimpulan yang salah. Dalam
asumsi klasik OLS Ordinasy Least Square diterangkan bahwa tidak ada multikolonieritas yang sempurna antar variabel independen. Jika terdapat nilai
korelasi diantara variabel independen adalah satu maka koefisiennya : a koefisien untuk nilai-nilai regresi tidak dapat diperkirakan b nilai standard error
dari setiap nilai koefisien regresi menjadi nilai yang tak terhingga. Untuk mendeteksi ada atau tidaknya multikolonieritas dapat dilihat dari 1
Nilai tolerance TOL dan lawannya 2 variance inflation factor VIF. Nilai tolera nce
yang rendah sama dengan nilai VIF yang tinggi karena VIF=1Tolerance. Nilai Cut off yang umum dipakai untuk menunjukan adanya
multikolonieritas adalah nilai Tolerance 0,10 atau sama dengan nilai VIF10 Ghazali, 2012.
Cara mengatasi multikolonieritas adalah a transformasi variabel. Jika terlihat pada model awal dengan adanya gejala multikolonieritas maka dapat
dilakukan transformasi variabel yang bersangkutan kedalam bentuk logaritma natural atau bentuk-bentuk tranformasi lainnya, sehingga nilai t hitung yang
dihasilkan secara individu variabel independen dapat secara signifikan mempengaruhi variabel terikat, b Meningkatkan jumlah data sampel. Dengan
adanya peningkatan jumlah data sampel diharapkan mampu menurunkan standar error disetiap variabel independen dan akan diperoleh yang benar-benar bisa
menaksirkan koefisien regresi secara tepat.
Universitas Sumatera Utara
37 b.
Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi
terdapat korelasi antara kesalahan pengganggu padaperiode t -1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan antara satu dengan lainnya. Model regresi yang baik adalah yang bebas dari autokorelasi
Ghozali, 2012. Untuk mendeteksi ada atau tidaknya autokorelasi, dilakukan dengan uji Durbin Watson. Pengambilan keputusan mengenai ada atau tidaknya
autokorelasi adalah sebagai berikut: 1.
Bila nilai D-W terletak antara angka -2 sampai +2, maka koefisien pada regresi tidak terdapat autokorelasi.
2. Bila D-W lebih rendah atau di bawah angka -2, maka koefisien pada regresi
mengalami autokorelasi positif. 3.
Bila nilai D-W lebih besar atau di atas angka +2, maka koefisien pada regresi mengalami autokorelasi negatif.
3.8.4. Pengujian Hipotesis
Model regresi yang sudah memenuhi syarat asumsi klasik tersebut akan digunakan untuk menganalisis, yaitu melalui pengujian hipotesis sebagai berikut:
1. Uji Signifikan Simultan Uji-F
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak dilakukan uji-F. Pada dasarnya uji statistik F menunjukkan apakah semua
variabel bebas variabel independent mempunyai pengaruh secara simultan terhadap variabel terikat variabel dependent. Bentuk pengujiannya adalah:
Universitas Sumatera Utara
38 H
;b
i
= b
2
= b
3=
b
4
, =0; Secara simultan antara Struktur Modal, Ukuran Perusahaan, Pertumbuhan
Perusahaan dan
Kinerja Perusahaan
berpengaruh tidak signifikan terhadap Nilai Perusahaan Sektor Industri Dasar dan Kimiadi Bursa Efek Indonesia.
H
a
; minimal satu b
i
≠0; Secara simultan Struktur Modal, Ukuran Perusahaan, Pertumbuhan Perusahaan dan Kinerja Perusahaan
berpengaruh signifikan terhadap Nilai Perusahaan Sektor Industri Dasar dan Kimiadi Bursa Efek
Indonesia. Kriteria Pengujian :
1. Jika nilai F
hitung
F
tabel
dan nilai Sig. F 0,05, H ditolak dan H
a
diterima. 2.
Jika nilai F
hitung
F
tabel
dan nilai Sig. F 0,05, H diterima dan H
a
ditolak
2. Uji Signifikan Determinasi Uji-t
Pengujian ini dilakukan untuk mengetahui pengaruh suatu variabel independen terhadap variasi variabel dependen secara parsial.
Bentuk penyajiannya adalah: H
;b
i
=0; Secara parsial Struktur Modal, Ukuran Perusahaan,
Pertumbuhan Perusahaan dan Kinerja perusahaan tidak berpengaruh signifikan terhadap Nilai Perusahaan Sektor
Industri Dasar dan Kimiadi Bursa Efek Indonesia. H
a
; b
i
≠0; Secara parsial Struktur Modal, Ukuran Perusahaan,
Pertumbuhan Perusahaan dan Kinerja perusahaan tidak berpengaruh signifikan terhadap Nilai Perusahaan Sektor
Universitas Sumatera Utara
39 Industri Dasar dan Kimiadi Bursa Efek Indonesia.
Kriteria Pengujian : 1.
Jika nilai t
hitung
t
tabel
dan nilai Sig. t 0,05, H ditolak dan H
a
diterima. 2.
Jika nilai t
hitung
t
tabel
dan nilai Sig. t 0,05, H diterima dan H
a
ditolak
3. Koefisien Determinasi Uji Goodness Fit
Pengukuran besarnya koefisien dari uji regresi dapat dilihat melalui nilai koefisien determinasi multiple R
2
koefisien determinasi mengukur proporsi dari variabel yang dapat dijelaskan oleh variabel independen.
Tabel 3.3 Hubungan Antarvariabel
Nilai Interpretasi
0,0 – 0,19
Sangat Tidak Kuat 0,2
– 0,39 Tidak Erat
0,4 – 0,59
Cukup Erat 0,6
– 0,79 Erat
0,8 – 0,99
Sangat Erat Sumber: Situmorang dan Lufti, 2012:155
Tabel diatas menjelaskan bahwa apabila R
2
suatu regresi semakin mendekati 1 satu, maka sangat erat regresi tersebut semakin mendekati 0 nol, maka
variabel independen secara keseluruhan bisa menjelaskan variabel dependen. Adjusted R Squa re
ini digunakan untuk melihat berapa besar pengaruh faktor-faktor yang ditimbulkan oleh variabel-variabel independen terhadap variabel
dependen.
Universitas Sumatera Utara
40
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
