Teknik Pengumpulan Data Teknik Analisis dan Uji Hipotesis

3.3. Teknik Pengumpulan Data

3.3.1. Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah sebagai data kuantitatif. Data kuantitatif adalah data yang berupa angka-angka atau data yang dapat dihitung serta dapat dianalisis secara sistematis. Data kuantitatif dalam penelitian ini adalah data angka-angka yang terdapat dalam laporan neraca dan laba rugi serta harga saham pada perusahaan makanan dan minuman yang listing di Bursa Efek Indonesia periode 2007–2010.

3.3.2. Sumber Data

Berdasarkan sumbernya, data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh tidak secara langsung dari perusahaan yang bersangkutan. Data dalam penelitian ini diperoleh melalui buku ICMD Indonesia Capital Market Directory 2010 dan 2011, yaitu berupa laporan keuangan tahunan yang terdiri dari neraca dan laporan laba rugi mulai tahun 2007-2010 dari masing-masing perusahaan makanan dan minuman.

3.3.3. Pengumpulan Data

Teknik pengumpulan data yang digunakan dalam penelitian ini adalah dengan cara dokumentasi, yaitu pengumpulan data dilakukan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. dengan cara melihat catatan atau dokumen-dokumen yang ada di ICMD Indonesia Capital Market Directory 2010 dan 2011.

3.4. Teknik Analisis dan Uji Hipotesis

3.4.1. Uji Normalitas

Uji normalitas digunakan untuk untuk mengetahui apakah data tersebut mempunyai distribusi normal, dapat diuji dengan metode Kolmogorov Smirnov. Dasar analisis yang digunakan yaitu apabila nilai signifikansi atau nilai probabilitasnya lebih besar dari 5, maka data tersebut berdistribusi normal. Sumarsono, 2004: 43

3.4.2. Uji Asumsi Klasik

Berdasarkan uji asumsi klasik persamaan regresi harus bersifat BLUE Best Linear Unbiased Ultimator, artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias. Untuk menghasilkan keputusan yang BLUE maka persamaan regresi harus memenuhi ketiga asumsi klasik ini : a. Tidak boleh ada multikolinearitas b. Tidak boleh ada heteroskedastisitas c. Tidak boleh ada autokorelasi 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 dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias.

3.4.2.1 Multikolinearitas

Multikolinearitas merupakan suatu keadaan dimana terjadi satu atau lebih variabel bebas yang berkorelasi sempurna atau mendeteksi sempurna dengan variabel bebas lainnya Alghifari, 2000 : 84 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 ditemukan adanya kolerasi antar variabel bebas atau bebas multikolinieritas. Ghozali, 2009: 96. VIF dapat dihitung dengan rumus: 1 VIF = Tolerance VIF menyatakan tingkat ”pembengkakan” varians, apabila jika : 1. VIF 10, maka terjadi multikolinearitas 2. VIF 10, maka tidak terjadi multikolinearitas Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

3.4.2.2 Heteroskedastisitas

Heteroskedastisitas artinya adalah varians variabel dalam model tidak sama konstan untuk setiap nilai tertentu variabel independen. Algifari, 2000 : 85 Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi tidak terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Pada regresi linear, nilai residual tidak boleh ada hubungan dengan variabel independen. Diagnosis terhadap kemungkinan adanya heteroskedastisitas dalam suatu model regresi adalah dengan melakukan uji glejser. Uji glejser dilakukan dengan membuat model regresi yang melibatkan nilai absolut residual, sebagai variabel dependen terhadap semua variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi terjadi heteroskedastisitas, sebaliknya jika variabel independen secara statistik tidak mempengaruhi variabel dependen maka model regresi tidak mengandung adanya heteroskedastisitas Ghozali, 2009: 129.

3.4.2.3 Autokorelasi

Menurut Ghozali, 2009:99 uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. sebelumnya. Salah satu cara untuk mendeteksi ada atau tidaknya autokorelasi yaitu dengan melakukan Uji Durbin-Watson DW test . Pengambilan keputusan ada tidaknya autokorelasi: Tabel 3.2 Klasifikasi Durbin Watson Hipotesis nol Keputusan Jika Tidak ada autokorelasi positif Tidak ada autokorelasi positif Tidak ada korelasi negatif Tidak ada korelasi negatif Tidak ada autokorelasi positif atau negatif Tolak No decision Tolak No decision Tidak ditolak 0 d d L d L ≤ d ≤ d U 4-d L d 4 4-d U ≤ d ≤ 4-d L d U d 4-d L Sumber: Ghozali, 2009: 100

3.4.3. Teknik Analisis

Teknik analisis data yang digunakan dalam penelitian ini adalah menggunakan metode analisis regresi linier berganda, dengan bentuk persamaannya adalah sebagai berikut: Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + e Djarwanto, 2001 : 185-198 Dimana: Y = Variabel dependen yang menunjukkan laba usaha α = Konstanta β 1 , β 2 , β 3 = Koefisien regresi Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. X 1 = Operating Leverage X 2 = ROI X 3 = Biaya hutang e = Standar Error

3.4.4. Uji Hipotesis

1. Uji F Uji F adalah uji yang digunakan untuk menguji cocok atau tidaknya model persamaan regresi linier yang digunakan oleh peneliti untuk melihat apakah variabel bebas X 1 , X 2 , X 3 berpengaruh terhadap variabel terikat Y. Adapun langkah-langkah yang dilakukan dalam uji F ini adalah sebagai berikut: a. Ho : β j = 0, model regresi yang digunakan tidak cocok Ha : β j ≠ 0, model regresi yang digunakan cocok b. Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan derajat bebas n-k, dimana : n : jumlah pengamatan k : jumlah variabel. c. Kriteria pengujian sebagai berikut :  Jika tingkat signifikan p- value ≥ 0,05 maka Ho diterima dan Ha ditolak. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.  Jika tingkat signifikan p- value 0,05 maka Ho ditolak dan Ha diterima. 2. Uji t uji signifikan Uji t adalah uji yang digunakan untuk menguji signifikan atau tidaknya pengaruh variabel bebas X 1 , X 2 , X 3 secara individu terhadap variabel terikat Y. Adapun langkah-langkah yang dilakukan dalam uji t ini adalah sebagai berikut: a. Ho : β j = 0, tidak ada pengaruh yang signifikan variabel bebas X 1 , X 2 , X 3 terhadap variabel terikat Y. Ha : β j ≠ 0, ada pengaruh yang signifikan variabel bebas X 1 , X 2 , X 3 terhadap variabel terikat Y. b. Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan derajat bebas n-k, dimana : n : jumlah pengamatan k : jumlah variabel. c. Kriteria pengujian sebagai berikut :  Jika tingkat signifikan p- value ≥ 0,05 maka Ho diterima dan Ha ditolak, ini berarti variabel bebas X 1 , X 2 , X 3 secara parsial tidak berpengaruh signifikan terhadap variabel terikat Y.  Jika tingkat signifikan p- value 0,05 maka Ho ditolak dan Ha diterima, ini berarti variabel bebas X 1 , X 2 , X 3 secara parsial berpengaruh signifikan terhadap variabel terikat Y. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Obyek Penelitian