49 Metode pengumpulan data yang digunakan dalam penelitian inimenggunakan
metode dokumentasi. Dokumentasi yang dilakukan adalah denganmengumpulkan semua data sekunder yang dipublikasikan olehperusahaan manufaktur sektor
industri barang konsumsi yang terdaftar di Bursa Efek Indonesia melalui situs resmi BEI yaitu
www.idx.co.id .
3.7 Metode Analisis Data
3.7.1. Uji Statistik Deskriptif
Analisis deskriptif adalah statistik yang menggambarkan fenomena atau karakteristik data. Dalam suatu penelitian, analisis deskriptif perlu
dilakukan karena karakteristik suatu data akan menggambarkan fenomena dari data. Karakteristik data umumnya perlu diketahui meliputi frekuensi,
tendensi pusat dan dispersinya. Statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi, sehingga mudah
dipahami dan diinterpretasikan. Statistik deskriptif umumnya digunakan untuk memberi informasi mengenai variabel penelitian yang utama, terdiri
dari: a.
Mean adalah jumlah seluruh angka pada data yang dibagi dengan jumlah data yang ada.
b. Median adalah angka tengah yang didapat dari apabila disusun
berdasarkan angka tertinggi dan terendah. c.
Range adalah selisih nilai tertinggi dan terendah dalam satu kumpulan data.
50 d.
Standar deviasi adalah suatu ukuran penyimpangan. Jika nilainya kecil maka data yang digunakan mengelompok di sekitar nilai rata-
rata. e.
Variance adalah jumlah selisih antar data dengan rata-rata data dan kemudian dibagi dengan jumlah data dikurangi 1 n-1.
3.7.2. Uji asumsi klasik
Penelitian ini menggunakan program SPSS22.0 for windows Statistic Product Service Solution. Pengujian dengan menggunakan asumsi klassik
dilakukan untuk menghindari atau mengurangi biasnya atas hasil penelitian yang dilakukan. Untuk pengujian analisis asumsi klasik yang digunakan
adalah: 1.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, datamemiliki distribusi normal. Untuk mendeteksi apakah terjadi residual
berdistribusi normal atau tidak normal dapat digunakan dengan pendekatan grafik, histogram, dan Kolmogorov-Smirnov.
a. Pendekatan Grafik
Analisis grafik adalah analisis untuk menguji normalitas dengan melihat grafik normal probability plot Normal P-P Plot. P-P plot
akan membentuk plot antara nilai-nilai teoritis sumbu x melawan nilai-nilai yang didapat dari sampel sumbu y. Apabila plot dari
keduanya berbentuk linier didekati garis lurus, maka hal ini
51 merupakan indikasi bahwa residual menyebar normal. Bila pola-pola
titik yang terletak selain di ujung-ujung plot masih berbentuk linier, meskipun ujung-ujung plot agak menyimpang dari garis lurus, dapat
dikatakan bahwa sebaran data adalah menyebar normal. b.
Pendekatan Histogram Untuk menguji normalitas data dapat dilihat dari kurva. Kurva yang
normal adalah kurva yang memiliki kemiringan tidak ke kiri maupun ke kanan.
c. Pendekatan Kolmogorov-Smirnov
Pengujian normalitas data denganmenggunakan One Sample Kolmogorov-Smirnov Test, bila probabilitasasymp.sig 2-tailed 0,05
maka data berdistribusi normal Ghozali, 2006 dalam Wicaksana, 2012.
2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukanadanya korelasi antar variabel bebas independen. Model
regresi yang baikseharusnya tidak terjadi korelasi di antara variabel independen.Multikolinieritas dapat dilihat dengan Variance Inflation
Factor VIF, bilanilai VIF 10 dan nilai tolerance 0,10 maka tidak terdapat gejalamultikolinieritas Ghozali, 2006 dalam Wicaksana, 2012.
3. Uji Autokorelasi
52 Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model
regresi linier ada korelasi kesalahan pengganggu residual pada periode t dengan kesalahan pada periode t-1. Apabila adanya data yang autokorelasi
adalah dengan menggunakan uji Durbin-Watson D-W dengan kriteria
sebagai berikut:
a. Nilai D-W di bawah -2 berarti ada autokorelasi positif.
b. Nilai D-W di antara -2 sampai +2 berarti tidak ada autokorelasi.
c. Nilai D-W di atas +2 berarti ada autokorelasi negatif.
4. Uji Heteroskedastisitas
Pengujian heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari suatu pengganggu residual
satu pengamatan ke pengamatan lain. Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Ada beberapa pengujian yang dapat digunakan
untuk mendeteksi heteroskedastisitas diantaranya adalah dengan melihat penyebaran variance residual pada diagram pancar scatter plot. Pada
gambar scatter plot yang menyatakan regresi linier berganda tidak terdapat
heteroskedastisitas jika:
a. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
c. Penyebaran titik data tidak boleh membentuk pola bergelombang
melebar kemudian menyempit atau melebar. d.
Penyebaran titik data sebaiknya tidak berpola.
3.7.3. Analisis Statistik