1 Variabel Independen bebas Variabel independen menurut Sugiyono 2005 : 33 adalah ” variabel yang
dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai hubungan positif maupun negatif bagi variabel dependen
lainnya”. Variabel independen dalam penelitian ini adalah aktivitas operasi, aktivitas investasi
dan aktivitas pendanaan. 2 Variabel Dependen terikat
Variabel dependen menurut Sugiyono 2005:33 adalah ” variabel yang dipengaruhi atau terikat oleh variabel in
dependen”. Variabel dependen dalam penelitian ini adalah Likuiditas current ratio.
3.5 Metode Analisis Data
Analisa data ini dilakukan dengan menggunakan metode analisa kuantitatif yaitu mengumpulkan, mengolah, dan menginterprestasikan data yang diperoleh
sehingga memberi keterangan yang benar dan lengkap untuk pemecahan masalah yang dihadapi. Metode analisis data yang digunakan dalam penelitian ini adalah
model regresi berganda dengan menggunakan bantuan software SPSS for window v. 17. Ada dua jenis pengujian yang dapat dipakai dalam penelitian ini, yaitu uji
asumsi klasik dan pengujian hipotesis.
3.6 Pengujian Asumsi Klasik
3.6.1 Uji Normalitas
Uji normalitas berguna pada tahap awal dalam metode penelitian analisis data. Jika data normal, maka digunakan statistik parametik, dan jika data tidak
normal digunakan statistik nonparametik. Tujuan uji normalitas data ini adalah
8QLYHUVLWDV6 XPDWHUD8WDUD
untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan untuk melakukan uji t dan uji
f mengasumsikan bahwa nilai residual mengikuti distribusi normal Erlina, 2007 : 103. Cara yang digunakan untuk mendeteksi apakah residual mengikuti
berdistribusi normal atau tidak adalah dengan analisis grafik. Jika data menyebar disekitar garis diagonal atau grafik histogramnya menunjukkan pola distribusi
normal, maka model regresi memenuhi asumsi distribusi normalitas. Menurut Ghozali 2005:110 cara yang digunakan untuk mendeteksi apakah residual
berdistribusi normal atau tidak, dengan analisis grafik dan analisis statistik. 1. Analisis grafik
Salah satu cara termudah melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi
yang mendekati normal. Dasar pengambilan keputusan adalah : 1 Jika data menyebar disekitar garis diagonal, mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas.
2 Jika data menyebar jauh dari diagonal, tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal. Maka
model regresi tidak memenuhi asumsi normalitas. 2. Analisis statistik
”Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogrov-Smirnov K-
S” Ghozali, 2005 : 115. Uji K-S dibuat dengan membuat hipotesis :
8QLYHUVLWDV6 XPDWHUD8WDUD
Ho : data residual berdistribusi normal. Ha : data residual tidak berdistribusi normal.
Bila sig 0,05 dengan α = 5, berarti distribusi data normal Ho diterima, sebaliknya bila sig 0,05 dengan α = 5, berarti distribusi data tidak normal Ha
diterima. Distribusi yang melanggar asumsi normalitas dapat dijadikan menjadi bentuk normal melalui transformasi data, trimming dan winzorising.
1 Transformasi data
Transformasi data dapat dilakukan dengan logaritma natural ln, log 10, maupun akar kuadrat. Jika ada data bernilai negatif, transformasi data dengan log
akan menghilangkannya sehingga sampel n akan berkurang. 2
Trimming Trimming adalah membuang memangkas observasi yang bersifat outlier,
yaitu yang nilainya lebih kecil dari μ-2σ atau lebih besar dari μ+2σ. Metode ini juga akan mengecilakan sampelnya.
3 Winzorising
Winzorising mengubah nilai-nilai outliers menjadi nilai-nilai minimum atau maksimum uang diizinkan supaya distribusi menjadi normal. Nilai
–nilai observasi yang lebih kecil dari μ-2σ akan diubah nilainya menjadi μ-2σ dan nilai-nilai yang
lebih besar dari μ+2σ akan diubah menjadi μ+2σ.
3.6.2 Uji Multikolinearitas