42
penelitian melalui teknik observasi dan analisis terhadap isi atau pesan dari suatu dokumen. Tujuan content analysis adalah melakukan identifikasi
terhadap karakteristik atau informasi spesifik yang terdapat pada suatu dokumen untuk menghasilkan deskripsi obyektif dan sistematik
Indriantoro dalam Istanti, 2009. Content analysis dilakukan dengan cara membaca laporan tahunan setiap perusahaan sampel dan memberi kode
informasi yang terkandung di dalamnya.
D. Metode Analisis Data
Metode analisis data dalam penelitian ini menggunakan metode analisis regresi yang perhitungannya menggunakan SPSS versi 22. Regresi
digunakan untuk mengukur besarnya pengaruh variabel independen terhadap variabel dependen. Analisis regresi ada 2 jenis, yaitu regresi
linier sederhana dan regresi linier berganda. Penelitian ini menggunakan regresi linier berganda karena variabel independen yang digunakan lebih
dari satu variabel. Metode analisis regresi berganda yang dipergunakan dalam penelitian ini meliputi statistik deskriptif, uji asumsi klasik, uji
hipotesis dan uji statistik.
1. Statistik Deskriptif
Ghozali 2013 menyatakan bahwa statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai
rata-rata mean, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness kemencengan distribusi. Statistik
deskriptif biasanya digunakan untuk menggambarkan profil data
43
sampel sebelum memanfaatkan teknik analisis statistik yang berfungsi untuk menguji hipotesis.
2. Uji Asumsi Klasik
Pengujian asumsi klasik digunakan untuk menguji apakah persamaan regresi yang telah ditentukan merupakan persamaan yang
dapat menghasilkan estimasi yang tidak bias. Uji asumsi klasik ini terdiri dari:
a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam
model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa Uji t dan uji F
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid
untuk jumlah sampel kecil. Ada dua cara mendeteksi apakah residual berdistribusi normal atau tidak yakni dengan analisis
grafik dan uji statistik Ghozali, 2013. b. Uji Multikolinieritas
Multikolinieritas adalah suatu kondisi yang menunjukan satu atau lebih variabel independen terdapat korelasi dengan
variabel independen lainnya. Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar
variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel
44
independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang
nilai korelasi antar sesama variabel independen sama dengan nol Ghozali, 2013
Adanya multikolinieritas dapat dilihat dari tolerance value atau nilai tolerance dan Variance Inflation Factor VIF. Batas dari
nilai tolerance adalah 0,01 dan batas VIF adalah 10. Apabila nilai tolerance di bawah 0,01 atau nilai VIF di atas 10 maka terjadi
multikolinieritas Ghozali, 2013. c. Uji Heteroskedastisitas
Heteroskedastisitas merupakan suatu varian pengganggu yang tidak mempunyai varian yang sama untuk setiap observasi,
sehingga mengakibatkan penaksiran regresi yang tidak efisien. Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi
terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan
ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Kebanyakan data crossection
mengandung situasi
heteroskedastisitas karena
data ini
menghimpun data yang mewakili berbagai ukuran baik ukuran kecil, sedang maupun besar Ghozali, 2013.
45
d. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model
regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1
sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari suatu
observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time
series karena “gangguan” pada seseorang individukelompok cenderung memengaruhi “gangguan” pada individukelompok
yang sama pada periode berikutnya Ghozali, 2013.
3. Analisis Regresi