3.3 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini merupakan data sekunder yang diambil dari laporan bulanan Bursa Efek Indonesia atau Jakarta Stocks
Exchange Monthly Statistic periode 2003-2012. Beberapa data yang menyangkut variabel ekonomi makro diambil dari laporan bulanan yang
dikeluarkan oleh Bank Indonesia. Informasi tambahan diambil dari berbagai sumber seperti situs Badan Pusat Statistik www.bps.go.id dan situs-situs
lain tentang bursa efek dan pasar modal. Data penunjang yang relevan dengan penelitian berupa studi pustaka dan kajian literatur diperoleh dari buku,
jurnal, majalah, laporan penelitian, dan publikasi elektronik.
3.4 Metode Pengolahan dan Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode Structural Equation Modeling SEM yaitu suatu teknik analisis multivariat
yang dapat digunakan untuk menganalisis beberapa hubungan dependen sekaligus secara simultan. SEM juga memberikan efisiensi secara statistik.
Untuk menggunakan SEM ada beberapa asumsi dasar yang sebelumnya harus dipenuhi, yaitu:
a. Syarat ukuran sampel
b. Analisis SEM mewajibkan data berdistribusi normal. Untuk memenuhi
kewajiban ini maka dilakukan uji Kolmogorov Smirnov.
3.4.1 Ukuran Sampel
Asumsi dasar yang harus dipenuhi dalam analisis SEM adalah jumlah sampel yang memenuhi kaidah analisis. Menurut Sekaran 2003 analisis
SEM membutuhkan sampel paling sedikit lima kali jumlah variabel yang digunakan. Sementara syarat jumlah sampel minimum yang dianjurkan oleh
Joreskog dan Sorbom 1996, bergantung pada jumlah variabel teramati yang akan diteliti. Rumusnya adalah sebagai berikut:
��+1 2
............................................................................................ 1 Dimana k merupakan jumlah variabel teramati.
Dalam penelitian ini ada 5 variabel teramati yang digunakan. Jika mengikuti syarat minimum sampel yang dinyatakan Sekaran, maka
diperlukan minimal 25 data. Dan jika menggunakan syarat minimum sampel dari Joreskog dan Sorbom, maka hanya diperlukan 15 data.
Para ahli berpendapat bahwa apapun teknik SEM yang digunakan, pada dasarnya metode SEM merupakan metode yang digunakan untuk penelitian
berukuran besar. Kline 1998 menjelaskan bahwa jumlah data yang kecil dari 100 hanya bisa digunakan untuk mengukur model yang sangat sederhana.
Sebagai acuan Kline membuat kalkulasi ratio jumlah data terhadap parameter sebagai berikut:
a. Ratio 20:1 akan menghasilkan penelitian sesuai dengan yang diinginkan.
b. Ratio 10:1 akan menghasilkan penelitian yang lebih realistis.
c. Ratio 5:1 akan menghasilkan penelitian yang masih diragukan secara
statistik. Dalam penelitian ini ada 120 data yang digunakan. Data diambil secara
bulanan selama rentang 10 tahun. Jumlah ini diasumsikan telah memenuhi minimum sampel yang disyaratkan oleh metode SEM.
3.4.2 Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov merupakan pengujian statistik non- parametric yang paling mendasar dan paling banyak digunakan. Pertama kali
diperkenalkan oleh Andrey Nikolaevich Kolmogorov pada tahun 1933 dan kemudian ditabulasikan oleh Nikolai Vasilyevich Smirnov pada tahun 1948.
Uji Kolmogorov Smirnov dimanfaatkan untuk uji satu sampel one- sample test yang memungkinkan perbandingan suatu distribusi frekuensi
dengan beberapa distribusi terkenal, seperti distribusi normal Gaussian Stephens, 1992. Kelebihan dari uji Kolmogorov Smirnov adalah sederhana
dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, seperti yang sering terjadi pada uji normalitas dengan
menggunakan grafik. Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah
membandingkan distribusi data yang akan diuji normalitasnya dengan
distribusi normal baku. Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal.
Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika nilai signifikan di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan
yang besarsignifikan dengan data normal baku atau dalam arti lain data tersebut tidak normal. Jika nilai signifikan di atas 0,05 berarti tidak terdapat
perbedaan yang signifikan antara data yang akan diuji dengan data normal baku atau data yang diuji normal.
Ada beberapa hal yang bisa dilakukan jika data yang dianalisis tidak terdistribusi secara normal:
a. Menambah jumlah data b. Menghilangkan data yang menjadi outliner pencilan
c. Melakukan transformasi data
3.4.3 Structural Equation Modelling SEM
Kategori