50
Analisis statistik deskriptif merupakan statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah
terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi Sugiyono,2008:206. Analisis statistik deskriptif digunakan
untuk memberikan deskriptif tentang data setiap variabel- variabel penelitian yang digunakan di dalam penelitian ini. Data yang dilihat adalah jumlah data, nilai rata-
rata, standar deviasi, nilai minimum, dan nilai maksimum dari variabel dependen ROE, dan variabel independen yaitu modal kerja, perputaran modal kerja, operating
asset turnover dan inventory turnover pada perusahaan Perkebunan yang terdaftar di Bursa Efek Indonesia periode 2010-2013.
3.8.2 Model Analisis Data
Penelitian ini menggunakan analisis regresi berganda Multiple Regression Analysis. Analisis regresi linier berganda ini digunakan untuk menguji pengaruh
Modal kerja, perputaran modal kerja, operating asset turnover dan inventory turnover terhadap ROE dengan persamaan sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+b
4
X
4
+ e Keterangan :
Y : Pertumbuhan Laba a
: Kontansta b
: Koefisien X
1
: Modal Kerja
Universitas Sumatera Utara
51
X
2
: Perputaran Modal Kerja X
3
: Operating Asset Turnover X
4 :
Inventory Turnover e
: Error 3.9
Uji Asumsi Klasik
Sehubungan dengan menggunakan data sekunder dalam penelitian ini maka untuk mendapatkan ketepatan model yang akan dianalisi perlu dilakukan pengujian
atas beberapa persyaratan asumsi klasik yang mendasari model regresi diatas. Pengujian asumsi klasik ini terdiri dari:
3.9.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai distribusi normal atau tidak. Model
regresi yang baik, memiliki distribusi data normal atau mendekati normal. Menurut Priyatno 2008:28 jika analisis menggunakan metode parametric, maka persyaratan
normalitas harus dipenuhi, yaitu data berasal dari distribusi normal. Jika data tidak berdistribusi normal atau jumlah sample sedikit dan jenis data adalah nominal atau
ordinal maka metode yang digunakan adalah statistic nonparametrik. Statitsik parametrik merupakan metode analisis yang digunakan untuk jenis data skala interval
dan rasio dengan ukuran sample yang relative Priyatno:2008. Pengujian normalitas dilakukan untuk menghindari terjadinya bias pada model
regresi. Model regresi yang baik adalah yang memiliki distribusi data normal atau
Universitas Sumatera Utara
52
mendekat normal.Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data
berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari
distribusi yang normal. Jika data tidak terdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan
adalah statistik non parametric.Untuk mendeteksi normalitas dapat dilakukan dengan uji statistik. Test statistik yang digunakan antara lain: analisis grafik histogram,
normal probability plots dan Kolmogorov Smirnov test Ghozali, 2005. Pengujian normalitas ini dapat dilakukan melalui analisis grafik dan analisis statistik.
1. Analisis Grafik Salah satu cara termudah untuk melihat normalitas residual adalah dengan
melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati normal. Namun demikian, hanya dengan melihat
histogram, hal ini dapat membingungkan, khususnya untuk jumlah sampel yang kecil. Metode lain yang dapat digunakan adalah dengan melihat normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Dasar pengambilan keputusan dari analisis normal probability plot adalah sebagai berikut:
a. jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi
normalitas.
Universitas Sumatera Utara
53
b. jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal tidak menunjukkan pola distribusi normal, maka model regresi tidak
memenuhi asumsi normalitas. 2. Analisis Statistik
Untuk mendeteksi normalitas data dapat dilakukan pula melalui analisis statistik yang salah satunya dapat dilihat melalui Kolmogorov-Smirnov test K-S. Uji
K-S dilakukan dengan membuat hipotesis: Ho = Data residual terdistribusi normal
Ha = Data residual tidak terdistribusi normal Dasar pengambilan keputusan dalam uji K-S adalah sebagai berikut:
a. apabila probabilitas nilai Z uji K-S signifikan secara statistik maka Ho ditolak, yang berarti data terdistibusi tidak normal.
b. apabila probabilitas nilai Z uji K-S tidak signifikan statistik maka Ho diterima, yang berarti data terdistibusi normal.
3.9.2 Uji Multikolinearitas
