Metode Analisis Deskriptif Pengujian Asumsi Klasik

3.7. Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini dilakukan melalui studi dokumentasi yaitu dengan mengumpulkan data-data pendukung berupa literatur, jurnal, penelitian terdahulu dan buku-buku referensi untuk mendapat gambaran dari masalah yang akan diteliti, serta mengumpulkan data sekunder yang diperlukan berupa laporan-laporan yang dipublikasikan oleh Bursa Efek Indonesia BEI.

3.8. Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh melalui laporan yang dipublikasikan oleh Bursa Efek Indonesia, berbagai hasil penelitian dan buku-buku referensi.

3.9. Teknik Analisis Data

3.9.1. Metode Analisis Deskriptif

Pada tahap ini dilakukan dengan menghitung masing-masing variabel bebas dan variabel terikat dengan menggunakan rumus yang telah dikemukakan sebelumnya.

3.9.2. Pengujian Asumsi Klasik

Sebelum melakukan analisis regresi, agar didapat perkiraan yang tidak bias dan efisiensi maka dilakukan pengujian asumsi klasik. Ada beberapa kriteria persyaratan asumsi klasik yang harus dipenuhi agar model persamaan regresi Universitas Sumatera Utara berganda dapat digunakan dalam menganalisis faktor-faktor yang mempengaruhi dividend payout ratio. Kriteria persyaratan tersebut antara lain: 3.9.2.1.Uji Normalitas Menurut Situmorang et al, 2010:91 menyatakan bahwa uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Data yang baik adalah data yang mempunyai pola distribusi normal, yakni distribusi data tersebut tidak menceng ke kiri atau ke kanan. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Cara lain untuk mengetahui normalitas adalah dengan menggunakan pendekatan kolmogorov smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai Asymp. Sig. 2-tailed diatas nilai signifikan 5 artinya variabel residual berdistribusi normal Situmorang et al, 2010:97. 3.9.2.2.Uji Heterokedastisitas Uji heterokedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka terjadi homokedastisitas dan jika berbeda maka disebut heterokedastisitas. Cara untuk melihat apakah heteroskedastisitas atau tidak dapat Universitas Sumatera Utara dilakukan dengan dua cara yaitu melalui pendekatan grafik dan pendekatan statistik Uji Glejser. Model regresi yang baik adalah tidak terjadi heterokedastisitas Situmorang et al, 2010: 100. 3.9.2.3.Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya Situmorang et al, 2010: 113. Metode yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi salah satunya adalah dengan menggunakan percobaan d dari Durbin Watson, dengan kriteria pengambilan keputusan antara lain: Tabel 3.4 Kriteria Pengambilan Keputusan Durbin Watson Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Tolak 0ddl Tidak ada autokorelasi positif No decision dl ≤d≤du Tidak ada korelasi negatif Tolak 4-dld4 Tidak ada korelasi negatif No decision 4-du ≤d≤4-dl Tidak ada autokorelasi positif atau negatif Tidak ditolak dud4-du Sumber: Situmorang et al 2010: 120 3.9.2.4.Uji Multikolinearitas Digunakan untuk menunjukkan ada tidaknya hubungan linear yang sempurna antara variabel-variabel bebas dalam model regresi. Model regresi yang baik seharusnya tidak terjadi korelasi antarvariabel independen. Uji Universitas Sumatera Utara multikolinearitas dapat dilihat dari nilai tolerance dan variance inflation factor VIF dengan ketentuan bila tolerance 0,1 sedangkan VIF 5 maka diduga mempunyai persoalan multikolinearitas Situmorang et al, 2010:136.

3.9.3. Analisis Regresi Linear Berganda