41
3.5. Jenis Data
Jenis data yang digunakan adalah data sekunder. Sugiyono 2008:225, menyatakan data sekunder merupakan sumber yang tidak langsung memberikan
data kepada pengumpul data, misalnya berupa dokumen. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari www.idx.co.id
berupa laporan keuangan tahunan perusahaan sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia tahun 2013-2014.
3.6. Metode Pengumpulan Data
Teknik pengumpulan data yang digunakan adalah teknik dokumentasi. Hal ini dilakukan dengan mengumpulkan data-data yang sudah diolah sebelumnya
dari objek penelitian berupa neraca, laporan laba rugi serta catatan atas laporan keuangan perusahaan sektor industri barang konsumsi yang terdaftar di Bursa
Efek Indonesia tahun 2013-2014 dengan mendownload dari situs www.idx.co.id.
3.7. Teknik Analisis Data
3.7.1. Uji Asumsi Klasik
Asumsi yang mendasari model regresi adalah asumsi klasik, yaitu: 1. Uji normalitas
Uji normalitas data dilakukan sebelum data diolah berdasarkan model-model penelitian. Uji normalitas ini bertujuan untuk mengetahui distribusi data dalam
variabel yang akan digunakan dalam penelitian. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki distribusi normal.
Sujarweni 2014:52, menyatakan normalitas data dapat dilihat dengan menggunakan uji Kolmogorov Smirnov. Pengambilan keputusan:
42 - Jika signifikansi 0,05, maka data berdistribusi normal
- Jika signifikansi 0,05, maka data tidak berdistribusi normal Uji normalitas juga dapat dilakukan melalui analisis grafik dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik normal p-p plot of regression standardized residual. Jika data menyebar disekitar garis diagonal
dan mengikuti arah garis diagonal grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Uji multikolinieritas Sujarweni 2014:185, menyatakan ”uji multikolinieritas diperlukan untuk
mengetahui ada tidaknya variabel independen yang memiliki kemiripan antara variabel independen dalam satu model”. Kemiripan antar variabel independen
akan mengkibatkan korelasi yang sangat kuat. Uji multikolinieritas diukur dari Variance Inflating Factor VIF. Jika VIF 10, maka terjadi multikolinieritas,
sebaliknya jika VIF 10 maka tidak terjadi multikolinieritas. 3. Uji autokorelasi
Sujarweni 2014:186, menyatakan uji autokorelasi bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu pada periode
tertentu dengan variabel sebelumnya. Mendeteksi autokorelasi dengan menggunakan nilai Durbin Watson dibandingkan dengan tabel Durbin Watson
dl dan du. Kriteria: jika du dw 4 – du, maka tidak terjadi autokorelasi. 4. Heteroskedastisitas.
Sujarweni 2014:186, menyatakan heteroskedastisitas bertujuan untuk menguji terjadinya perbedaan variance residual suatu periode pengamatan ke
periode pengamatan yang lain. Cara memprediksi ada tidaknya
43 heteroskedastisitas pada suatu model dapat dilihat dengan pola gambar
scatterplot, regresi yang tidak terjadi heteroskedastisitas jika: a. Titik-titik menyebar di atas dan di bawah atau disekitar angka 0.
b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melembar kemudian menyempit dan melebar kembali. d. Penyebaran titik-titik data tidak berpola.
3.7.2. Analisis Persamaan Regresi Linear
Teknik analisis yang digunakan adalah persamaan regresi linear berganda yang berguna untuk mengetahui pengaruh mekanisme good corporate governance
dewan komisaris independen, komite audit dan profitabilitas return on equity terhadap harga saham Y Sujarweni, 2014:214, dengan rumus:
Y
1
= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ εi
Keterangan : X
1
= Dewan komisaris independen εi = Kesalahan estimasi
X
2
= Komite audit a = Nilai konstanta
X
3
= Return on equity Y = Harga saham
b = Koefisien regresi
3.7.3. Uji Hipotesis