3.3. Teknik Pengumpulan Data 3.3.1. Jenis Data
Jenis data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dan dikelola sedemikian rupa untuk keperluan penelitian.
Data sekunder merupakan data yang tidak diperoleh secara langsung dari objek penelitian tetapi dari pihak lain. Data sekunder yang digunakan
meliputi laporan keuangan neraca dan laba rugi periode tahun kini dengan laporan keuangan yang akan datang pada perusahaan otomotif yang go
publik di Bursa Efek Indonesia.
3.3.2. Sumber Data
Sumber data yang digunakan diperoleh dari Bursa Efek Indonesia, karena di Bursa Efek Indonesia terdapat data-data mengenai laporan
keuangan perusahaan-perusahaan yang telah go publik.
3.3.3. Pengumpulan Data
Tehnik pengumpulan data yang digunakan dalam penelitian ini adalah dengan teknik dokumentasi, yaitu suatu teknik pengumpulan data dengan
mempelajari dan menggunakan laporan keuangan pihak emiten yang menjadi sampel dalam penelitian ini yang diambil dari perpustakaan Bursa
Efek Indonesia.
3.4. Teknik Pengujian Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data mengikuti sebaran normal atau tidak Sumarsono, 2004 : 40 untuk mengetahui apakah
data tersebut mengikuti sebaran normal dapat dilakukan dengan berbagai metode diantaranya adalah dengan menggunakan metode Kolomogorov-
Smirnov. Dalam metode ini, distribusi data tersebut normal jika nilai signifikasi lebih besar dari 5 dan distribusi data disebut tidak normal jika
nilai signifikasi lebih kecil dari 5 Sumarsono, 2004 : 40.
3.5. Teknik Analisis dan Pengujian Hipotesis 3.5.1. Teknik Regresi Linier Berganda
Analisis ini dipakai dalam penelitian ini karena dapat menerangkan ketergantungan suatu variabel dependen dengan satu atau lebih variabel
dependen dengan satu atau lebih variabel independen.
Adapun bentuk umum dari Regresi Linier Berganda secara sistematis adalah sebagai berikut :
Anonim, 2003 : 21 Keterangan :
Y = Struktur Modal
X
1
X = Tangibility of Assets
2
α = Konstanta
= Profitability
β
1
- β
2
e = Standar error
= Koefisien Regresi
3.5.2. Uji asumsi Klasik
Persamaan regresi harus bersifat BLUE Best Linier Unbiased Estimator
artinya pengambilan keputusan uji F dan uji t tidak boleh bias. untuk menghasilkan keputusan yang BLUE, harus dipenuhi diantaranya tiga
asumsi dasar yang tidak boleh dilanggar oleh regresi linier. yaitu:
a. Tidak boleh ada auto korelasi
b. Tidak boleh ada multikolinearitas
c. Tidak boleh ada heteroskedastisitas
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linier
Unbiased Estimator , sehingga pengambilan keputusan melalui uji F dan uji
t menjadi bias. 1.
Autokorelasi Autokorelasi digunakan untuk menguji apakah dalam sebuah model
regresi linier berganda ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi
korelasi, maka dinamakan ada problem autokorelasi Santoso, 2001 : 218. Pedoman model regresi untuk mendeteksi autokorelasi menurut
besaran DW Durbin-Watson: 1.
Angka D-W dibawah -2 berarti ada autokorelasi positif 2.
Angka D-W -2 sampai +2 berarti tidak ada auto korelasi 3.
Angka D-W dibawah +2 berarti ada autokorelasi negatif
2. Multikolinearitas
Salah satu asumsi model regersi linier klasik adalah tidak adanya multikolinearitas antara sesama variabel beban yang ada dalam model,
atau dapat dikatakan tidak adanya hubungan linier sempurna antara variabel bebas yang ada dalam model. Untuk mengetahui nilai
“Pembengkakan Varians” atau Varians Inflation Factor VIF dapat dihitung dengan rumus :
Santoso, 2001 :372 Nilai toleransi Tolerance yang diperoleh dengan meregresikan antar
variabel bebas apabila nilai VIF 10 maka persamaan regresi linier berganda tersebut tidak terkena multikolinear Gujarati, 1995 : 339
3. Heteroskedastisitas
Maksud dari penyimpangan heteroskedastisitas adalah variabel independen adalah tidak konstan berbeda untuk setiap nilai tertentu
variabel independen pada regresi linier, nilai residual tidak boleh ada hubungan dengan variabel independen.
Rumus Rank Spearman :
Gujarati, 1995 :372 Keterangan:
di = Perbedaan dalam rank antara residual dengan variabel bebas ke-1
N = banyaknya data Hipotesis untuk uji heteroskedastisitas :
Ho = tidak ada hubungan antara nilai residual dengan variabel bebas Hi = ada hubungan antara nilai residual dengan variabel bebas
• Apabila nilai signifikan hitung sig tingkat signifikan α = 0,05 maka Ho diterima berarti tidak terjadi heteroskedastisitas.
• Apabila nilai signifikan hitung sig tingkat signifikan α = 0.05 maka Ho ditolak berarti terjadi heteroskedastisitas.
3.5.3. Uji Hipotesis
Prosedur pengujian hipotesis statistiknya adalah sebagai berikut : 1.
Uji hipotesis yang pertama adalah uji F, untuk menguji cocok atau tidaknya model regresi yang dihasilkan untuk melihat pengaruh
variabel X
1
dan X
2
Dasar pengambilan keputusan : terhadap Y.
a. Jika probabilitas 0,05 maka Ho diterima
b. Jika probabilitas 0,05 maka Ho ditolak
2. Uji hipotesis yang kedua adalah uji t, untuk melihat pengaruh masing-
masing variabel bebas secara parsial terhadap variabel terikat dengan prosedur sebagai berikut:
a. Jika probabilitas 0,05 maka Ho diterima
b. Jika probabilitas 0,05 maka Ho ditolak
47
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
