Metode Analisis Data

D. Metode Analisis Data

Metode analisis data merupakan metode yang digunakan untuk mengolah dan memprediksi hasil penelitian guna memperoleh suatu kesimpulan. Analisis data dalam penelitian ini dilakukan dengan melalui statistik deskriptif dan pengujian hipotesis.

1. Statistik Deskriptif

Sebelum melakukan uji hipotesis terlebih dahulu dilakukan uji statistik umum yaitu berupa statistik deskriptif. Statistik deskriptif meliputi rata-rata (mean), minimum, maksimum serta standar deviasi yang bertujuan memberikan gambaran atau deskripsi suatu data yang menjadi

sampel penelitian (Ghozali, 2006). Analisis ini untuk memberikan gambaran distribusi dan perilaku data sampel tersebut.

2. Pengujian Hipotesis

Pengujian hipotesis dilakukan dengan menggunakan analisis regresi berganda. Analisis regresi berganda dilakukan dengan beberapa tahap, yaitu uji asumsi klasik, uji model regresi (goodness of fit), dan uji

Deviden per Lembar Saham

DEV =

Laba per Lembar Saham

Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolenieritas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE (Best Linear Unbiased Estimator) yaitu tidak terdapat heteroskedastisitas, tidak terdapat multikolenieritas, dan tidak terdapat autokorelasi (Ghozali, 2006). Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga menyebabkan biasnya standar error. Jika terdapat multikolenieritas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan sebagai prasyarat pengujian regresi berganda untuk memastikan bahwa data penelitian valid, tidak bias, konsisten, dan penaksiran koefisien regresi efisien. Pengujian yang harus dilakukan adalah sebagai berikut ini.

1) Uji Normalitas

Menurut Ghozali (2006), uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji ini dimaksudkan untuk mengetahui Menurut Ghozali (2006), uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji ini dimaksudkan untuk mengetahui

2) Uji Multikolenieritas

Uji multikolenieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Salah satu cara untuk mendeteksi multikolenieritas dilakukan dengan melihat nilai tolerance dan lawannya variance inflation factor (VIF). Jika nilai tolerance lebih dari 0,10 dan nilai VIF kurang dari 10 maka disimpulkan tidak ada multikolenieritas antar variabel bebas dalam regresi (Ghozali, 2006).

3) Uji Autokorelasi

Ghozali (2006) menyatakan bahwa uji autokorelasi adalah sebuah pengujian yang bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1. Jika terjadi korelasi,

karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Pengujian autokorelasi data menggunakan uji Run Test. Run Test sebagai bagian dari statistik non-parametrik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random, yaitu nilai signifikasi > 0,05.

4) Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut

berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk menguji ada dan tidaknya heteroskedastisitas dapat menggunakan grafik scatterplot. Deteksi ada dan tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot . Jika ada pola tertentu, seperti titik-titik yang membentuk berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk menguji ada dan tidaknya heteroskedastisitas dapat menggunakan grafik scatterplot. Deteksi ada dan tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot . Jika ada pola tertentu, seperti titik-titik yang membentuk

b. Uji Model Regresi (Goodness of Fit)

Ghozali (2006) mengatakan bahwa ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit-nya. Secara statistik dapat diukur dengan cara sebagai berikut :

1) Koefisien determinasi (R 2 )

Koefisien Determinasi adalah nilai yang menunjukkan seberapa besar variabel independen dapat menjelaskan variabel dependennya (Ghozali, 2006). Nilai koefisien determinasi adalah antara nol dan

satu (Gujarati, 2006). Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas, begitu juga sebaliknya.

2) Uji statistik F

Uji statistik F pada dasarnya menunjukkan pengaruh variabel independen terhadap variabel dependen secara bersama-sama. Semakin kuat pengaruhnya maka model regresinya akan semakin baik (Ghozali, 2006). Melalui program SPSS pada tabel ANOVA kolom sig atau significance kita akan mengetahui apakah kepemilikan institusional, kepemilikan manajerial, proporsi dewan komisaris independen, keputusan investasi, keputusan pendanaan Uji statistik F pada dasarnya menunjukkan pengaruh variabel independen terhadap variabel dependen secara bersama-sama. Semakin kuat pengaruhnya maka model regresinya akan semakin baik (Ghozali, 2006). Melalui program SPSS pada tabel ANOVA kolom sig atau significance kita akan mengetahui apakah kepemilikan institusional, kepemilikan manajerial, proporsi dewan komisaris independen, keputusan investasi, keputusan pendanaan

3) Uji statistik t

Merupakan pengujian yang dilakukan untuk mengetahui apakah variabel independen berpengaruh secara parsial atau bagian terhadap variabel dependen. Kriteria dalam pengujian ini adalah sebagai berikut :

a. Apabila nilai sig (significance) > nilai alpha (1% atau 5% atau 10%) maka variabel independen secara individual tidak berpengaruh terhadap variabel dependen.

b. Apabila nilai sig (significance) < nilai alpha (1% atau 5% atau 10%) maka variabel independen secara individual berpengaruh terhadap variabel dependen.

Nilai t dalam penelitian ini menggunakan tingkat signifikansi 5%. Melalui nilai t ini kita akan mengetahui apakah kepemilikan institusional, kepemilikan manajerial, proporsi dewan komisaris independen, keputusan investasi, keputusan pendanaan dan kebijakan dividen berpengaruh secara parsial terhadap nilai perusahaan.

c. Uji Koefisien Regresi

Pengujian koefisien regresi dimaksud untuk mengetahui apakah variabel independen mempunyai pengaruh secara signifikan terhadap

(Gujarati, 2006).

Persamaan regresi dalam penelitian ini adalah :

NP = α +β1 MAN + β2 INST + β3 INDP + β4 INV + β5 DAN + β6 DEV + e

Keterangan :

NP

= Nilai perusahaan

MAN