Metode Analisis Data Uji Asumsi Klasik

36

3.7 Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini dilakukan dengan : 1. Metode studi pustaka yaitu dengan mengkaji berbagai literatur pustaka seperti jurnal-jurnal, buku-buku, dan sumber lainnya yang berkaitan dengan penelitian. 2. Metode dokumentasi yaitu dengan cara mencatat atau mendokumentasikan data yang diperoleh dari media internet dengan cara mendownload melalui situs www.yahoofinance.com , www.sahamoke.com dan www.idx.co.id untuk memperoleh data yang dibutuhkan dalam penelitian. 3.8 Teknik Analisis Data 3.8.1 Deskripsi Variabel Pada tahap ini dilakukan perhitungan 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 Data

Penelitian ini bertujuan untuk menguji apakah keputusan investasi, keputusan pendanaan, dan kebijakan dividen berpengaruh terhadap nilai perusahaan. Untuk itu digunakan teknik analisis regresi linear berganda, dengan model sebagai berikut : Y = α + b 1 X 1 + b 2 X 2 + b 3 X 3 + e Universitas Sumatera Utara 37 Dimana: Y = Nilai Perusahaan α = Konstanta X 1 = Keputusan Investasi X 2 = Keputusan Pendanaan X 3 = Kebijakan Dividen b 1,2,3 = Koefisien regresi variabel independen e = 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 multikolinieritas, heteroskedastisitas, dan autokolerasi Ghozali 2005:97. Pengujian ini dilakukan agar mendapatkan model persamaan regresi yang baik dan benar – benar mampu memberikan estimasi yang handal dan tidak bias sesuai kaidah BLUE Best Linier Unbiased Estimator. Pengujian ini dilakukan dengan bantuan software SPSS. Uji klasik ini dapat dikatakan sebagai kriteria ekometrika untuk melihat apakah hasil estimasi memenuhi dasar linear 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 : Universitas Sumatera Utara 38 1. Uji Normalitas Ghozali 2005 : 110, untuk mendeteksi apakah residual berdistribusi normal atau tidak dapat dilakukan dengan dua cara, yaitu melalui uji statistik dan analisis grafik. Uji statistik yang digunakan untuk menguji normalitas data dalam penelitian ini adalah dengan menggunakan uji statistik non parametrik Kolmogorov-Smirnov K-S dan melalui analisis grafik, yaitu dengan melihat grafik histogram dan grafik normal probability plot. Uji statistik yang digunakan untuk menguji normalitas data dalam penelitian ini menggunakan uji statistik non parametrik Kolmogorov-Smirnov K-S. Uji K-S dilakukan dengan membuat hipotesis : Hipotesi Nol H : Data terdistribusi secara normal Hipotesis Altenatif H a : Data tidak terdistribusi secara normal Apabila nilai signifikansinya lebih besar dari 0,05 maka H diterima, sedangkan jika nilai signifikansinya lebih kecil dari 0,05 maka H ditolak. Uji normalitas juga dapat dilakukan dengan analisis grafik yang dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik. Dasar pengambilan keputusannya adalah sebagai berikut : 1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya, menunjukkan pola terdistribusi normal, maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal atau grafk histogramnya, tidak menunjukkan pola Universitas Sumatera Utara 39 terdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas. 2. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2005 : 95. Corry 2011 menyatakan bahwa “salah satu asumsi yang penting dari model regresi linier adalah varian residual bersifat homoskedastisitas atau bersifat konstan.” Dasar analisis untuk menentukan ada atau tidaknya heteroskedastisitas dapat dilakukan dengan dua pendekatan, yaitu: a. Pendekatan Grafik Dengan dasar pengambilan keputusan sebagai berikut : 1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit maka mengindikasikan terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. b. Pendekatan Statistik Yaitu dengan melakukan uji Glejser. Pengujian ini dilakukan dengan men-transform data Unstandardized Residual ke dalam Abs. Situmorang, 2012 : 114. Dari hasil output akan diketahui berapa besar nilai signifikansinya. Apabila nilai Sig. 0.05, artinya data tidak terkena heteroskedastisitas. Universitas Sumatera Utara 40 3. Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas variabel independent. Model regresi yang baik adalah model regresi yang tidak terjadi korelasi di antara variabel independennya Ghozali, 2005 : 91. Pengujian multikolienaritas dapat dilakukan dengan melihat besarnya nilai tolerance dan Variance Inflation Factor VIP, demgan membandingkan sebagai berikut:  VIF 5 maka didugamempunyai persoalan multikolienariatas.  VIF 5 maka tida terdapat multikolienaritas.  Tolerance 0,1 maka diduga mempunyai persoalan multikolienaritas.  Tolerance 0,1 maka tidak terdapat multikolienaritas. 4. Uji Autokolerasi Uji ini bertujuan untuk melihat apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya. Hal ini sering ditemukan pada time series. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson dengan ketentuan sebagai berikut: Universitas Sumatera Utara 41 a. angka D-W dibawah -2 berarti ada autokorelasi positif, b. angka D-W di antara -2 sampai +2, berarti tidak ada autokorelasi, c. angka D-W di atas +2 berarti ada autokorelasi negatif. Suliyono 2010 : 62 juga menyatakan bahwa “autokorelasi tidak terjadi bila nilai d=2. Autokorelasi positif terjadi jika d mendekati 0, sedangkan autokorelasi negatif terjadi bila nilai d mendekati 4.”

3.8.4 Pengujian Hipotesis