3.3.2. Sumber Data
dan Metode Pengumpulan Data
Sumber data yang digunakan dalam penelitian ini diperoleh dan dikumpulkan melalui situs resmi BEI di www.idx.co.id serta laporan
keuangan perusahaan yang didapat dari situs IDX. Pengumpulan data adalah prosedur yang sistematis dan standar untuk memperoleh data yang
diperlukan, metode pengumpulan data yang digunakan pada penelitian ini adalah pengumpulan data dengan menggunakan komputer dengan
menggunakan sarana internet dari situs www. Idx.co.id dan www.financing- yahoo.com
3.4. Uji Kualitas Data
3.4.1. Uji Normalitas
Uji normalitas diperlukan untuk memastikan bahwa sebaran data yang digunakan bersifat normal. Untuk mengetahui apakah data tersebut
mengikuti sebaran normal dapat dilakukan dengan berbagai metode diantaranya adalah Metode Kolmogorov merupakan pedoman dalam
mengambil keputusan apakah sebuah distibusi data mengikuti distribusi normal, berikut ini adalah pedomannya :
a. Jika nilai signifikansi nilai probabilitasnya lebih kecil dari 5
maka distribusinya adalah tidak normal.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Jika nilai signifikansi nilai probabilitasnya lebih besar dari
5 maka distibusi adalah normal Soemarsono, 2004 : 43.
3.4.2 Uji Asumsi
Klasik
Ghozali 2009: 159 menyatakan bahwa teknik estimasi variabel dependen yang melandasi analisis regresi disebut Ordinary Least Square
OLS atau pangkat terkecil biasa. Regresi dengan model estimasi OLS akan memberikan hasil yang Best Linier Unbiased Estimator BLUE jika
memenuhi semua asumsi klasik. Hasil asumsi klasik tersebut adalah sebagai berikut :
1. Multikolinearitas
Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas
independen. Alat uji yang digunakan untuk mengetahui ada tidaknya multikolinieritas dalam penelitian ini dengan melihat
besarnya nilai variance inflation factor VIF. Dasar analisis yang digunakan yaitu jika nilai variance
inflation factor VIF 10, dan mempunyai angka tolerance
mendekati 1 maka hal ini berarti dalam persamaan regresi tidak ditentukan adanya kolerasi antar variabel bebas atau bebas
multikolinieritas Ghozali, 2009: 96.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2. Heteroskedastisitas
Heteroskedastisitas bertujuan
menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu
pengamatan ke pengamatan yang lain, jika variance dari residual suatu pengamat ke pengamat yang lain tetap, maka disebut
homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah model yang bersifat
homoskedastisitas atau tidak terjadi heteroskedastisitas Ghozali, 2009: 125.
Menurut Santoso 2002:301 deteksi adanya heteroskedastisitas : a.
Nilai probabilitas 0,05 berarti bebas dari heteroskedasitas. b.
Nilai probabilitas 0,05 berarti terkena heteroskedastisitas. Identifikasi
secara statistik ada atau tidaknya gejala
heteroskedastisitas dapat dilakukan dengan menghitung korelasi Rank Spearman
Gujarati, 1995 : 188 r
s
= 1 – 6 Keterangan
: d
1
= Perbedaan dalam rank spearman antara residual dengan variabel bebas
N = Banyaknya data Gujarati, 1995: 188
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3. Autokorelasi
Uji autokolerasi bertujuan untuk menguji apakah dalam suatu model linier ada korelasi antara korelasi pengganggu periode
t dengan kesalahan pada periode t-1 sebelumnya. Untuk menguji apakah terjadi autokorelasi atau tidak, digunakan uji Durbin-
Watson DW-Test. Suatu observasi dikatakan tidak terjadi autokorelasi jika nilai Durbin Watson terletak antara batas atas
atau upper bound du dan 4-du Ghozali, 2009: 99. Pengambilan keputusan ada tidaknya autokorelasi, yaitu:
a. Bila nilai DW terletak di antara batas atas du dan 4-du, maka
koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
b. Bila nilai DW lebih rendah dari batas bawah dl, maka koefisien
autokorelasi lebih besar dari nol, berarti ada autokorelasi positif. c.
Bila nilai DW lebih besar dari batas atas 4-dl, maka koefisien autokorelasi lebih kecil dari nol, berarti ada autokorelasi negatif.
d. Bila nilai DW terletak di antara batas atas du dan batas bawah
4-du atau terletak di antara 4-du dan 4-dl, maka hasilnya tidak dapat disimpulkan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.5 Teknik Analisis dan Uji Hipotesis