Tabel 3.3 Daftar Sampel Penelitian
No Nama Perusahaan
Kode
1 PT. Cahaya Kalbar Tbk.
CEKA 2
PT. Delta Jakarta Tbk. DELTA
3 PT. Fast Food Indonesia Tbk.
FSPI 4
PT. Gudang Garam Tbk. GGRM
5 PT. HM Sampoerna Tbk.
HMSP 6
PT. Kalbe Farma Tbk. KLBF
7 PT. Mayora Indah Tbk.
MYOR 8
PT. Sekar Laut Tbk. SKLT
9 PT.Smart Tbk.
SMAR 10
PT. Mandom Indonesia Tbk. TCID
3.6 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini merupakan data kuantitatif yaitu data yang diukur dalam suatu skala numerik Kuncoro,
2003:124 dan merupakan data sekunder. Data sekunder merupakan sumber data penelitian yang dikumpulkan dari sumber-sumber tercetak,
di mana data itu telah dikumpulkan oleh pihak lain sebelumnya Erlina, 2008:36. Sumber data sekunder misalnya buku, laporan perusahaan,
jurnal, internet, dan sebagainya.
Universitas Sumatera Utara
Data yang digunakan dalam penelitian ini berupa laporan keuangan tahunan perusahaan barang konsumsi yang berakhir 31 Desember pada
tahun 2009-2011 yang diunduh dari situs http: www. idx.co.id.
a. Informasi mengenai earning yang dihasilkan perusahaan Data
dalam penelitian ini adalah kombinasi antara data time series dengan data cross section. Data time series merupakan data dari suatu fenomena
tertentu yang terdapat dalam beberapa interval waktu tertentu. Data cross Section merupakan sekumpulan data dari suatu fenomena tertentu dalam
satu kurun waktu tertentu Umar, 2003 :70. Data yang dibutuhkan dalam
penelitian ini yaitu :
b. Informasi mengenai hutang jangka panjang perusahaan c. Informasi mengenai ekuitas pemegang saham
d. Informasi keuangan lainnya yang berhubungan dengan variabel penelitian.
3.7 Metode Pengumpulan Data
Teknik yang digunakan dalam penelitian ini adalah teknik dokumentasi, yaitu dengan mengumpulkan data sekunder berupa laporan
keuangan, dokumen-dokumen, catatan-catatan, dan informasi lainnya yang berkaitan dengan penelitian ini. Data penelitian diperoleh dari media
internet dengan cara mendownload laporan keuangan perusahaan- perusahaan pertambangan yang diperlukan dalam penelitian ini melalui
situs http: www. idx.co.id.
Universitas Sumatera Utara
3.8 Metode Analisis Data
Dalam menganalisis data, penulis menggunakan metode analisis dengan bantuan software SPSS, dengan terlebih dahulu melakukan uji
asumsi klasik sebelum melakukan pengujian hipotesis. Tujuan utama dari analisis data adalah meringkas data dalam bentuk yang mudah dipahami
dan mudah ditafsirkan, sehingga hubungan antar problem penelitian dapat dipelajari dan diuji.
1. Analisi Deskriptif
Analisis yang digunakan dalam penelitian ini adalah dengan mengumpulkan, mengklasifikasikan dan menginterprestasikan data
penelitian sehingga diperoleh gambaran yang lebih jelas mengenai keadaan perusahaan yang sedang diteliti.
2. Uji Asumsi Klasik
a. Uji Normalitas Menurut Erlina dan Mulyani 2007:103 “Tujuan uji
normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal.”
Uji normalitas menguji apakah dalam sebuah model regresi, variabel terikat, variabel bebas, atau keduanya mempunyai
distribusi normal atau tidak. Uji normalitas perlu dilakukan untuk menentukan alat statistik yang digunakan, sehingga kesimpulaan
yang diambil dapat dipertanggung jawabkan.
Universitas Sumatera Utara
Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan desain grafik. Jika
data menyebar di sekitar garis diagonal atau mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi
normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya. Selain itu, dapat digunakan uji statistik
Kolmogorov-Smirnov K-S, yang dijelaskan oleh Ghozali 2005:115. Bila nilai signifikan 0.05 berarti distribusi data
tidak normal, sebaliknya bila nanti signifikan 0.05 berarti distribusi data normal.
Dalam penelitian ini, uji normalitas dilakukan dengan menggunkan grafik histogram, normal probability plot, dan uji
Kolmogorov-Smirnov. b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen Ghozali, 2005:91.
Jika terjadi korelasi maka dinamakan terdapat problem multikolinearitas multiko. Pengujian multikolinearitas
dilakukan dengan melihat nilai Variance Inflation Faktor VIF dan korelasi di antara variabel independen. Jika nilai VIF lebih
besar dari 10 maka terjadi multikolinearitas di antara variabel
Universitas Sumatera Utara
independen. Di samping itu, suatu model dikatakan terdapat gejala multikolinearitas jika kolerasi di antara variabel
independen lebih besar dari 0,1. c. Uji Heteroskedastisitas
Uji heterokedastisitas menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual dari satu
pengamatan ke pengamatan lain. Jika varians dari residual dari satu pengamatan ke pengamatan lain tetap maka disebut
homokedastisitas. Dan jika varians dari residual dari satu pengamatan ke pengamatan yang lain berbeda maka disebut
heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas.
Salah satu cara mendeteksi terjadinya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada
grafik Scatter-Plot. Dasar analisis menurut Ghozali, 2005:105 adalah:
1. Jika pola tertentu, seperti titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian
menyempit, maka mengindikasikan terjadinya heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi
heteroskedatisitas.
Universitas Sumatera Utara
d. Uji Autokorelasi Menurut Ghozali 2005:95 uji autokorelasi bertujuan
menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t-1 sebelumnya.
Autokorelasi ini muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya.
Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya. Hal ini
sering ditemukan pada data runtun waktu time series karena “gangguan” pada seseorang individu kelompok cenderung
mempengaruhi “gangguan” pada individu kelompok yang sama periode berikutnya.
Penggunaan program SPSS bertujuan untuk mendeteksi adanya problem autokorelasi adalah dengan melihat besaran
DURBIN-WATSON yaitu panduan mengenai angka D-W Durbin-Watsonpada tabel D-X.
Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut:
a. Angka D-W dibawah -2 berarti ada auotokorelasi positif b. Angka D-W diantara -2 sampai +2 berarti tidak ada
autokorelasi c. Angka D-W diatas +2 berarti ada autokorelasi negatif.
Universitas Sumatera Utara
Autokeralasi bisa diatasi dengan berbagai cara, misalnya dengan melakukan transformasi data dan menambah data observasi.
3. Pengujian Hipotesis Penelitian
Pengujian hipotesis yang digunakan dalam penelitian ini adalah dengan menggunakan analisis regresi berganda. Regresi berganda
digunakan untuk menganalisis pengaruh variabel independen terhadap variabel dependennya. Berikut ini merupakan model
regresi yang digunakan : Y = a + b1 X1 + b2 X2 + e
Keterangan : Y
= Rentabilitas Modal Sendiri a
= Konstanta b1,b2 = Koefisien regresi
X1 = Struktur modal
X2 = Return on Asset
e = Error
a. Koefisien Determinasi R2
Koefisien Determinasi R2 mengukur seberapa jauh kemampuan model menerangkan variasi variabel independen
Ghozali, 2005: 83. Nilai koefisien determinasi dapat dilihat pada R Square. Nilai R Square dikatakan baik jika di atas 0,5
karena nilai R Square berkisar antara 0 dan 1.
Universitas Sumatera Utara
b. Uji signifikan Simultan Uji F
