Metode Analisis Data METODE PENELITIAN

52

D. Metode Analisis Data

Untuk menganalisis data, penelitian ini menggunakan beberapa alat analisis untuk mencapai tujuan penelitian. Alat analisis yang digunakan adalah sebagai berikut: 1. Uji Normalitas Uji normalitas adalah salah satu asumsi untuk menguji apakah data variabel penelitian berasal dari populasi yang berdistribusi normal. Untuk mengujinya dilakukan dengan uji Kolmogorov Smirnov, perhitungan dilakukan dengan Software SPSS 16.0 for windows. Pengujian ini dilakukan dengan melihat nilai signifikansi statistik yang dihasilkan dari perhitungan, jika signifikansi 0,05 maka data adalah bersifat distribusi normal, bila tidak sebaliknya. Apabila hasil uji tidak terdistribusi normal maka variabel yang tidak normal ditransformasikan dengan menggunakan Log Natural LN dan melihat gambar P-P Plot. Dasar pengambilan keputusan didasari oleh pendapat Ghozali 2006:122 yaitu: a Jika data menyebar di sekitar garis normal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas. b Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal. Maka model regeresi tidak memenuhi asumsi normalitas. 2. Uji Asumsi Klasik 53 Uji asumsi klasik dalam penelitian ini bertujuan untuk menguji ada tidaknya penyimpangan atau masalah yang terjadi pada model regresi. Pengujian ini dilakukan dengan memenuhi tiga asumsi yaitu: a. Uji Multikolinieritas Uji mutikolinieritas adalah salah satu asumsi untuk menguji ada tidaknya korelasi antar variabel independen variabel bebas. Pengujian dalam penelitian ini bertujuan untuk menguji apakah antar variabel bebas yang dimasukan dalam model regresi ini saling berkorelasi. Pegujian multikolinieritas dapat dilakukan dengan cara meregresi model analisis dan melakukan uji kolerasi antar variabel independen dengan menggunakan tolerance value TV dan variance tolerance factor VIF. Jika, nilai tolerance value lebih besar dari 0,01 dan VIF lebih kecil dari 10 maka tidak terjadi multikolinieritas, demikian juga sebaliknya Ghozali, 2006: 91-94. b. Uji Heteroskedastisitas Uji Heteroskedastisitas dilakukan dengan tujuan untuk melihat jarak kuadrat titik-titik sebaran terhadap garis regresi. Untuk mendeteksi ada tidaknya gejala heteroskedasitas dapat dilakukan dengan melihat diagram Scatter Plot. Metode ini mendeteksi jika terdapat pola tertentu seperti titik-titik membentuk satu pola tertentu yang teratur 54 bergelombang, melebar kemudian menyempit maka disinyalir ada gejala Heteroskedasitas, Sebaliknya jika tidak ada pola yang jelas, serta titik-titiknya menyebar maka tidak terjadi heteroskedasitas Ghozali, 2006:105. c. Uji Autokorelasi Uji autokorelasi dilakukan untuk mengetahui apakah ada kolerasi antara pengganggu pada periode waktu t dengan kesalahan pada periode waktu t-1 sebelumnya, atau ada hubungan di antara variabel independen dalam mempengaruhi variabel dependen. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Pengujian autokorelasi dalam penelitian ini dilakukan dengan uji Durbin Watson. Pengambilan keputusan ada tidaknya autokorelasi, jika nilai d u d 4- d u berarti tidak ada autokorelasi baik positif maupun negatif Ghozali, 2006: 95-96. 3. Analisis Regresi Linier Berganda Menurut Ghozali 2000:83 regresi linier berganda merupakan persamaan matematik yang menyatakan hubungan antara sebuah variabel tak bebas variabel dependen dengan variabel bebas variabel independen. Dalam penelitian ini yang merupakan variabel independen adalah tangible asset TA, firm size SIZE, degree of operating leverage DOL, sales growth SG, profitabilitas NPM dan likuiditas CR. Sedangkan variabel dependen yaitu struktur modal DTA. Model atau persamaan regresi yang diharapkan dapat dirumuskan sebagai berikut: DTA = a + b 1 TA + b 2 SIZE + b 3 DOL + b 4 SG + b 5 NPM + b 6 CR + e 55 Keterangan: DTA = Struktur modal TA = Tangible asset SIZE = Firm size DOL = Degree of operating leverage SG = Sales growth NPM = Profitabilitas CR = Likuiditas a = Konstanta b 1 ; b 2 ; b 3 ; b 4 ; b 5 ; b 6 = Koefisien regresi e = Penggangguerror Dari analisis regresi diatas akan dapat disimpulkan bagaimana pengaruhnya antara variabel independen terhadap variabel dependen dengan melihat koefisien regresi. Apabila koefisien regresi variabel independen positif maka akan berpengaruh positif terhadap variabel dependen, begitu juga sebaliknya. Alat analisis yang digunakan dalam regresi yaitu: a. Uji F 56 Uji F digunakan untuk menguji signifikan koefisien regresi secara simultan. Uji F menunjukkan pengaruh semua variabel independen secara simultan atau bersama-sama terhadap variabel dependen. Uji F dilakukan dengan cara menggunakan tingkat siginifikansi dan analisa hipotesa, yaitu tingkat signifikan si atau α yang digunakan dalam penelitian ini adalah 5. Dan untuk membuktikan apakah Ha diterima atau ditolak dalam penelitian ini digunakan dengan melihat nilai P-Value. Bila nilai P- Value dari F α = 5 maka Ha= diterima, artinya secara simultan variabel independen berpengaruh secara signifikan terhadap variabel dependen. Sebaliknya jika nilai P-Value dari F ≥ α = 5 maka Ha= ditolak, artinya secara simultan variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen Ghozali, 2006:84. b. Uji T Uji T digunakan untuk menguji signifikan koefisien regresi secara parsial atau pangaruh masing-masing variabel independen secara individual terhadap variabel dependen. Uji T dilakukan dengan cara melihat tingkat signifikansi atau α, dimana da lam penelitian ini α yang digunakan adalah 5. Dan untuk membuktikan apakah Ha diterima atau ditolak dalam penelitian ini digunakan dengan melihat nilai P-Value. Bila nilai P-Value dari T α = 5 maka Ha= diterima, artinya secara parsial variabel independen berpengaruh secara signifikan terhadap variabel dependen. Sebaliknya jika nilai 57 P-Value dari T ≥ α = 5 maka Ha= ditolak, artinya secara parsial variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen Ghozali, 2006:84-85. 4. Koefisien Determinasi Koefisien determinasi menunujukkan berapa besar persentase variasi dalam variable dependen yang dapat dijelaskan oleh variasi variabel independen. Uji ini bertujuan untuk mengetahui tingkat ketepatan yang paling baik dalam analisis regresi, yang ditunjukan oleh besarnya koefisien determinasi R 2 . Tingkat ketepatan yang digunakan antara 0R²1. Apabila koefisien determinasi mendekati 1 berarti perubahan dari variabel independen semakin menjelaskan perubahaan variabel dependen dan apabila koefisien determinasi mendekati 0 berarti perubahan variabel independen semakin tidak dapat menjelaskan perubahan variabel dependen. Atau dengan kata lain semakin besar adjusted R² akan semakin baik bagi model regresi, karena variabel independen dapat menjelaskan variabel dependen secara lebih baik, sehingga akan semakin besar tingkat hubungan linier statistik dalam observasi Ghozali, 2006:83. 58

BAB IV ANALISIS DATA DAN PEMBAHASAN