3.5 Jenis Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yaitu sumber data penelitian yang diperoleh peneliti secara tidak
langsung melalui media perantara diperoleh dan dicatat oleh pihak lain berupa bukti, catatan, atau laporan historis yang telah tersusun dalam arsip data
dokumenter yang dipublikasikan dan yang tidak dipublikasikan . Data diperoleh dari laporan keuangan tahunan perusahaan Food and Beverage yang terdaftar di
Bursa Efek Indonesia di dapat dari website masing-masing perusahaan dan perusahaan yang terdaftar di Bursa Efek Indonesia BEI dari tahun 2011, 2012
dan 2013.
3.6 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi dokumentasi. Data dikumpulkan dari berbagai sumber data yang relevan
dengan penelitian, yaitu melalui buku, jurnal, skripsi, data-data di internet dan website masing-masing perusahaan.
3.7 Teknik Analisis
3.7.1 Uji Asumsi Klasik
Metode analisis data yang digunakan dalam penelitian ini model analisis regresi berganda dengan menggunakan bantuan software SPSS for windows.
Penggunaan metode analisis regresi dalam pengujian hipotesis, terlebih dahulu diuji apakah model tersebut memenuhi asumsi klasik atau tidak. Uji asumsi klasik
adalah suatu model yang dikatakan cukup baik dan dapat dipakai untuk alat prediksi apabila mempunyai sifat – sifat best linear unbisied estimator BLUE .
1. Normalitas Data
“Uji Normalitas bertujuan untuk menguji kenormalan distribusi dalam model regresi pada variabel pengganggu atau variabel residual “Ghozali, 2007.
Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independen memiliki distribusi normal. Untuk menguji apakah data-data yang
dikumpulkan berdistribusi normal atau tidak dapat dilakukan dengan metode sebagai berikut :
A. Metode Grafik
Metode grafik yang handal untuk menguji normalitas data adalah dengan melihat normal probability plot, sehingga hampir semua aplikasi komputer statistik
menyediakan fasilitas ini. Normal probability plot adalah membandingkan distribusi kumulatif data yang sesungguhnya dengan distribusi kumulatif dari
distribusi normal hypothetical distribution. Proses uji normalitas data di;akukan dengan memperhatikan penyebaran data titik pada Normal P-P Plot of
Regression Standardized dari variabel terikat dimana : a.
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis. Jika diagonal, maka model regresi memenuhi asumsi normalitas.
b. Data menyebar jauh dari garis diagonal atau mengikuti garis diagonal,
maka model regresi tidak memenuhi asumsi normalitas.
B. Metode Statistik
Uji statistik sederhana yang sering digunakan untuk menguji asumsi normalitas adalah dengan menggunakan uji normalitas dari Kolmogrov Smirnov. Metode
pengujian normal tidaknya distribusi dapat dilakukan dengan melihat nilai signifikansi variabel. Jika signifikan lebih besar dari alpha 5, maka
menunjukkan distribusi data normal. 2.
Uji Multikolinieritas Uji Multikolinieritas bertujuan untuk menguji apakah model regresi
terdapat korelasi antar variabel bebas. Cara untuk mengetahui apakah terjadi multikolinieritas atau tidak yaitu dengan melihat Variance Inflation Factor VIF
dan diantara variabel bebas. Jika nilai VIF 10 atau nilai tolerance 0,10 maka terjadi multikolinearitas, sedangkan apabila nilai VIF 10 atau nilai tolerance
0,10, maka tidak terjadi multikolinearitas. 3.
Uji Heteroskedastisitas Pengujian ini bertujuan apakah dalam model regresi terjadi ketidaksamaan
varian dari residual satu pengamatan ke pengamatan lain. “Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homokedastisitas dan jika berbeda disebut heteroskedastisitas” Ghozali, 2007. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah
dengan menggunakan grafik Scatterplot antara nilai prediksi variable terikat dependen yaitu ZPRED dengan residualnya SRESID. “Apabila nilai
profitabilitas signifikansinya di atas tingkat kepercayaan 5 dan grafik Scatterplot, titik-titik menyebar diatas maupun dibawah angka nol pada sumbu Y,
maka dapat disimpulkan bahwa model regresi tidak mengandung adanya heteroskedastisitas” Ghozali, 2007.
4. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan penggunaan pada periode t dengan kesalahan
pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan waktu
berkaitan satu sama lainnya. Menurut Ade 2007 :33, “cara menguji beberadaan autokorelasi dalam penelitian ini digunakan uji statistik Durbin-Watson”. Durbin-
Watson hanya digunakan untuk autokorelasi tingkat satu first order autocorrelation dan mensyarakatkan adanya intercept konstanta dalam model
regresi dan tidak ada variabel lagi di antara variabel independen. Hipotesis yang akan diuji adalah :
a. Ho : tidak ada autokorelasi r = 0 b. Ha : adalah autokorelasi r
≠ 0
3.7.2 Uji Hipotesis