3.3.Teknik Pengumpulan Data
a. Jenis data Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder yaitu
data berupa dokumentasi perusahaan yang diserahkan ke Bursa Efek Indonesia.
b. Sumber data Sumber data yang diambil dari Bursa Efek Indonesia berupa :
1 Laporan keuangan Likuiditas , Hutang, dan Profitabilitas.
2 Dividen perusahaan sektor tambang periode tahun 2007-2010
c. Pengumpulan data
Pengumpulan data dilakukan dengan teknik dokumentasi, yaitu dengan mempelajari catatan dan dokumen perusahaan.
3.4. Teknik Analisis Dan Pengujian Hipotesis
Data yang diperoleh kemudian disusun kembali, dikelompokkan dengan tujuan analisis. Setelah dikelompokkan kemudian diolah sesuai dengan diagram
kerangka pikir. Analisis regresi dihasilkan dengan cara memasukkan input data variabel kedalam fungsi regresi. Analisis regresi linier berganda digunakan untuk
mengetahui pengaruh variabel bebas terhadap satu variabel terikat. Berdasarkan pernyataan diatas, maka model persamaan yang digunakan
adalah : Regresi Linier Berganda :
Y = b + b
1
X
1
+ b
2
X
2
+ b
3
X
3
e .................. Anonim, 2003 : L-21
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Keterangan : Y
= Dividend Payout Ratio
X
1
= Rasio Profitabilitas X
2
= Rasio Likuiditas X
3
= Rasio Hutang b
= Konstanta atau Intercep b
1
, b
2
, b
3
= Koefisien Regresi Variabel X
1
, X
2
, X
3
e =
Standart error
3.4.1 Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak, Sumarsono, 2002:40. Untuk mengetahui apakah data
tersebut mengikuti sebaran normal dapat dilakukan dengan metode Kolmogorov Smirnov. Fungsi pengujian suatu data dikategorikan berdistribusi normal atau
tidak adalah sebagai alat kesimpulan populasi berdasarkan data sampel. Sampel yang diteliti dikatakan berasal dari populasi yang berdistribusi
normal jika nilai probabilitas atau signifikan sig lebih besar daripada tingkat kesalahan yang ditetapkan
α = 0,05. Jika nilai probabilitas atau signifikan sig lebih kecil daripada tingkat kesalahan yang ditetrapkan
α = 0,05, maka sampel yang diteliti berasal dari populasi yang tidak berdistribusi normal.
3.4.2 Uji Asumsi Klasik
Pengujian ini dimaksudkan untuk mendeteksi ada tidaknya autokorelasi, multikolinieritas dan heterokedastisitas dalam hasil estimasi. Tujuan utama
menggunakan uji asumsi klasik adalah untuk mendapatkan koefisien yang terbaik
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
linier dan tidak bias BLUE : Best Linier Unbiassed Estimator, sifat dari BLUE itu sendiri adalah :
1. Best
: Pentingnya sifat ini bila diterapkan dalam uji signifikan buku terhadap
α dan β 2.
Linier : Sifat ini dibutuhkan untuk memudahkan dalam penaksiran
3. Unbiassed : Nilai jumlah sampel sangat besar penaksiran parameter
diperoleh dari sampel besar kira - kira lebih mendekati nilai parameter sebenarnya
4. Estimator : e diharapkan sekecil mungkin
Untuk menghasilkan model persamaan regresi yang BLUE Best Linier Unbiassed Estimator maka harus dipenuhi tiga asumsi dasar yang disebut :
1 Autokorelasi
Autokorelasi didefinisikan sebagai korelasi antara kesalahan pengganggu residual pada periode t dengan kesalahan pada periode t-1 sebelumnya.
Autokorelasi muncul pada data observasi yang berurutan sepanjang waktu berkaitan satu sama lain, masalah ini timbul karena residual tidak bebas
dari satu observasi ke observasi lainnya. Uji untuk mendeteksi ada atau tidaknya autokorelasi dapat digunakan uji Durbin Watson DW test
dibantu dengan membandingkan nilai pada table statistic d dari Durbin Watson yang menggunakan derajat kepercayaan 0,05. Ghozali, Imam.
2001 : 61.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2 Heteroskedastisitas
Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi tidak terjadi ketidaksamaan variance dari residual satu pengamatan
ke pengamatan lainnya. Salah satu cara untuk mendeteksi ada atau tidak adanya heterokedastisitas adalah dengan menggunakan uji rank spearman
yaitu dengan membandingkan antara residu dengan seluruh variabel bebas. Menurut Santoso, 2002 : 301 deteksi adanya heterokedastisitas adalah :
a. Nilai probabilitas 0,05 berarti bebas dari heteroskedastisitas.
b. Nilai probabilitas 0,05 berarti terkena heteroskedastisitas.
3 Multikolinieritas
Multikoliner adalah terjadinya hubungan linier antar variabel bebas dalam persamaan regresi linier berganda. Apabila ternyata ada hubungan linier
antar variabel bebas, maka persamaan regresi linier berganda tersebut terjadi multikolinier. Menurut Singgih Santoso,2002 : 206, untuk
mendeteksi atau pedoman suatu model regresi yang bebas multikolinieritas dapat dilihat ciri-cirinya sebagai berikut :
a. Mempunyai nilai Variance Inflation Factor VIF kurang dari angka 10. b. Mempunyai angka TOLERANCE mendekati 1.
3.4.3. Uji Hipotesis
Prosedur pengujian hipotesis statistiknya adalah : 1. Uji hipotesis yang pertama adalah Uji F, Untuk memprediksi keakuratan atau
kecocokan model regresi yang digunakan dalam penelitian ini dapat dilakukan dengan menggunakan uji F, dengan prosedur sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
a. Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan derajat
bebas n – k, dimana n: jumlah pengamatan dan k = jumlah variabel. b.
Kriteria Keputusan : Uji Kecocokan Model ditolak jika
α 0,05 Uji Kecocokan Model diterima jika
α 0,05 2. Uji hipotesis yang kedua adalah Uji t, untuk melihat pengaruh masing-masing
variabel bebas secara parsial terhadap variabel terikat dengan prosedur sebagai berikut :
a. Ho :
1
....
3
= 0 tidak ada pengaruh antara variabel bebas dengan variabel terikat
Ha :
1
....
3
0 ada pengaruh antara variabel bebas dengan variabel terikat
b. Dalam penelitian ini digunakan tingkat signifikan 0,05 dengan derajat bebas n – k, dimana n = jumlah pengamatan dan k = jumlah variabel.
c. Dengan uji t hit :
i i
it h
se t
…………………………… Anonim, 2003: L-21. Keterangan :
t hit = hasil t perhitungan
i
= koefisien regresi
se = standart error
i
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
65
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
