Analisis Deskriptif Analisis Regresi Linier Berganda

45

C. Metode Pengumpulan Data

Dalam pengumpulan data yang diperlukan untuk melakukan penelitian ini, peneliti menggunakan dua jenis sumber data yaitu data sekunder, dan data tersier. Dimana data sekunder didapatkan melalui laporan keuangan tahunan Emiten Syariah yang listing di JII Jakarta Islamic Index Periode 2009 sampai dengan 2013. Selain itu, data sekunder didapatkan dari sumber yang sudah menjadi sebuah sumber yang dipercaya. Sesuai dengan jenis data yang diperlukan yaitu data sekunder, maka metode pengumpulan data dalam penelitian ini adalah dengan menggunakan metode studi kepustakaan. Metode studi kepustakaan yaitu suatu cara yang dilakukan dimana dalam memperoleh data dengan menggunakan cara membaca dan mempelajari buku-buku serta jurnal – jurnal yang berhubungan dengan masalah yang dibahas dalam lingkup penelitian ini.

D. Metode Analisis Data

Bedasarkan latar belakang dan tinjauan literature diatas, maka penelitian ini menggunakan beberapa analisis untuk membuktikan hasil dari literature-literatur sebelumnya, analisis tersebut diantara nya :

1. Analisis Deskriptif

Analisis deskriptif kuantitatif merupakan analisis data yang dilakukan untuk mengetahui dan menjelaskan variabel yang diteliti berupa angka-angka sebagai dasar untuk berbagai pengambilan 46 keputusan, dimana dalam penelitian ini terdiri dari rata-rata, stamdar deviasi, minimum dan maksimum

2. Analisis Regresi Linier Berganda

Analisis regresi berganda digunakan untuk mengetahui pengaruh antara variabel independen dalam mempengaruhi variabel dependen secara bersama-sama simultan ataupun secara parsial.untuk mengetahui variabel independen yang mempengaruhi secara signifikan terhadap Debt To Equity Ratio pada emiten syariah di Bursa Efek Indonesia yaitu profitabilitas ROA, struktur aktiva, ukuran perusahaan size, sales growth, dan likuditas digunakan persamaan umum regresi linear berganda atas empat variabel bebas terhadap sebuah variabel tidak bebas model umum regresi berganda, yaitu : Keterangan : LEV : Tingkat Hutang Debt to Equity Ratio α : Konstanta β 1 PROF : Profitabilitas ROA β 2 STR : Struktur Aktiva β 3 SIZE : Firm Size Ukuran Perusahaan β 4 SG : Sales Growth β 5 LIQ : Likuiditas ε : Variabel Residual Tingkat Kesalahan 47

2.1 Uji Asumsi Klasik

Penggunaan uji asumsi klasik bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan pada penelitian ini. Tujuan lainnya untuk memastikan bahwa di dalam model regresi yang digunakan mempunyai data yang terdistribusikan secara normal, bebas dari autokorelasi, multikolinieritas serta heterokedastisitas.

a. Uji Normalitas

Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Untuk melihat normalitas residual menggunakan grafik histrogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Jika data menyebar sekitar garis diagonal dan mengikuti arah garis diagonal dan mengikuti arah garis diagonal atau garis histogramnya menunjukkan pola distribusi normal, maka model regresi memiliki asumsi normalitas Ghozali, 2011. Adapun dasar pengambilan keputusan dalam uji ini adalah sebagai berikut : 1. Normal Probability Plot Normal P-P Plot Menurut Ghozali 2011, metode yang lebih handal adalah dengan melihat Normal Probability Plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data 48 residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. 2. Kolmogorov-Smirnov Uji normalitas menggunakan uji statistik non parametric Kolmogorov-Smirnov merupakan uji normalitas menggunakan fungsi distribusi kumulatif. Nilai residual terstandarisasi berdistribusi normal jika nilai sig.2 tailed 0,05 Ghozali, 2011.

b. Uji Autokorelasi

Uji autokolerasi bertujuan menguji apakah dalam model regresi linier ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Model regresi yang baik adalah regresi yang bebas dari autokolerasi Ghozali, 2011. Untuk menguji ada tidaknya gejala autokorelasi maka dapat dideteksi dengan uji Durbin-Waston DW test. Untuk mengetahui ada tidaknya autokorelasi maka berikut ini adalah tabel autokorelasi Durbin-Waston 49 Tabel 3.3 Posisi Angka Durbin Watson Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0 dw dl Tidak ada autokorelasi positif Tidak ada kesimpulan dl dw du Tidak ada korelasi negative Tolak 4-dl dw 4 Tidak ada korelasi negative Tidak ada kesimpulan 4-du dw 4-dl Tidak ada autokorelasi, positif atau negative Tidak terjadi autokorelasi du dw 4- du

c. Uji Multikolinieritas

Uji mulitikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi kolerasi antar variabel independen Ghozali, 2011 Deteksi ada tidaknya multikolinieritas dalam model regresi adalah dilihat dari besaran VIF Variance Inflation Factor dan tolerance. Regresi bebas dari masalah mutikolinieritas jika nilai VIF 10 dan nilai tolerance 0.1 Ghozali, 2011. 50

d. Uji Heterokedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedatisitas. Deteksi ada atau tidaknya heteroskedastisitas dapat dilihat dari ada atau tidaknya pola tertentu pada grafik scatterplot. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengidentifikasikan bahwa telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 nol pada sumbu Y, maka terjadi tidak terjadi heteroskedastisitas. Ghozali, 2011. Salah satu kelemahan pengujian secara grafik adalah tidak jarang kita ragu terhadap pola yang ditunjukkan grafik. Keputusan secara subkjektif tentunya dapat mengakibatkan perbedaan keputusan antara satu orang dengan lainnya. Oleh karena itu, dibutuhkan uji formal untuk memutuskannya. Uji formal yang digunakan menggunakan uji glejser. Menurut Ghozali 2011, uji glejser melihat apakah model regresi terjadi masalah heterokedastisitas dengan cara melihat nilai sig. dengan kriteria pengambilan keputusan sebagai berikut : 51 1. Tidak terjadi heterokedastisitas, jika nilai sig alpha 0,05 2. Terjadi heterokedastisitas, jika nilai sig alpha 0,05

3. Uji Hipotesis