3.3. Teknik Pengumpulan Data 3.3.1. Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari Bursa Efek Indonesia BEI periode 2007-2009 dan ICMD
Indonesian Capital Market Directory Fakultas Ekonomi UPN Veteran. Ditinjau dari sifatnya, jenis data yang dipergunakan dalam penelitian ini
adalah data kuantitatif.
3.3.2. Sumber Data
Sumber data yang digunakan dalam penelitian ini dikumpulkan melalui situs resmi BEI di www.idx.co.id yang meliputi laporan keuangan
yang telah dipublikasikan dan diperoleh dari perusahaan perusahaan Food Beverages yang terdaftar di Bursa Efek Indonesia selama periode 2007-
2009.
3.3.3. Pengumpulan Data
Adapun teknik pengumpulan data yang digunakan ialah dengan teknik dokumentasi, yaitu dengan cara melihat, mempelajari dan
mengutip catatan-catatan yang diperoleh berupa laporan keuangan khususnya laba rugi dari laba bersih dan arus kas dari arus kas bersih.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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 suatu data
mengikuti sebaran normal atau tidak. Untuk mengetahui apakah data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai metode
Kolmograv Smirnov dan metode Shapiro Wilk. Pedoman dalam mengambil keputusan apakah sebuah distribusi data
mengikuti distribusi normal adalah : a.
Jika nilai signifikan nilai probabilitasnya lebih kecil dari 5, maka distribusi adalah tidak normal.
b. Jika nilai signifikan nilai probabilitasnya lebih besar dari 5, maka
distribusinya adalah normal Soemarsono, 2004: 43.
3.5. Uji Asumsi Klasik
Persamaan regresi tersebut di atas harus bersifat BLUE Best Linier Unbiased Estimator, artinya pengambilan keputusan melalui uji F dan uji t
tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka harus dipenuhi di antaranya tiga asumsi dasar. Tiga asumsi dasar yang tidak boleh
dilanggar oleh regresi linier berganda yaitu Santoso, 2002: 30: a.
Tidak boleh ada autokorelasi. b.
Tidak boleh ada multikolinieritas. c.
Tidak boleh ada heteroskedastisitas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggarkan maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga
pengambilan keputusan melalui uji F dan uji t menjadi bias. Hasil asumsi klasik tersebut adalah sebagai berikut :
1. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara korelasi pengganggu pada 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.
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 Ghozali, 2006: 99.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2. Uji Multikolinieritas
Uji multikolineritas bertujuan untuk menguji apakah dalam persamaan regresi ditemukan adanya korelasi antar variabel bebas
independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas.
Menurut Santoso 2002: 206, deteksi adanya multikolineritas adalah : 1.
Mempunyai nilai VIF di sekitar angka 1 atau lebih kecil 10. 2.
Mempunyai angka tolerance mendekati 1.
3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan lainnya. Jika variance dari residual suatu 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, 2006:
125. Menurut Santoso 2002: 301 deteksi adanya Heteroskedastisitas adalah :
1. Nilai probabilitas 0,05 berarti bebas dari Heteroskedastisitas.
2. Nilai probabilitas 0,05 berarti terkena Heteroskedastisitas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.6. Teknik Analisis dan Uji Hipotesis 3.6.1. Teknik Analisis
