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