BAB II TINJAUAN PUSTAKA
2.4. Hipotesis
Berdasarkan landasan teori dan kerangka konseptual yang ditetapkan oleh peneliti, maka ditetapkan hipotesis penelitian sebagai berikut :
HA1 = Struktur modal berpengaruh terhadap ekspektasi investor HA2 = Return on Asset berpengaruh terhadap ekspektasi investor HA3 = Return on equity berpengaruh terhadap ekspektasi investor HA4 = Return on investment berpengaruh terhadap ekspektasi investor HA5 = Altman Z-Score berpengaruh terhadap ekspektasi investor
HA6 = Struktur Modal, Return on Asset, Return on Equity, Return on Investment, dan Altman Z-score berpengaruh terhadap Ekspektasi Investor
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Penelitian ini menggunakan penelitian asosiatif . Penelitian asosiatif adalah Penelitian asosiatif merupakan penelitian yang bertujuan untuk mengetahui hubungan dua variabel atau lebih. Dalam penelitian ini maka akan dapat dibangun suatu teori yang dapat berfungsi untuk menjelaskan, meramalkan dan mengontrol suatu gejala (Sugiyono,2012:11). Dengan kata lain asosiatif bertujuan untuk mengukur hubungan-hubungan antar variabel penelitian atau berguna untuk menganalisis bagaimana suatu variabel mempengaruhi variabel lainnya atau hubungan sebab akibat. Penelitian ini menguji pengaruh struktur modal, return on asset, return of equipment, return on asset ,dan Altman Z-score terhadap Ekspektasi Investor
Penelitian ini dilakukan pada perusahaan Propoerti dan Real Estate yang terdaftar di Bursa Efek Indonesia (BEI) dengan mengambil data yang terdapat di website Indonesian Stock Exchange (IDX), yaitu berupa laporan keuangan perusahaan yang akan diteliti. Bursa Efek Indonesia dipilih karena BEI merupakan pasar modal terbesar di Indonesia. Penelitian ini mengambil sampel periode 2014-2018 pemilihan periode ini karena merupakan tahun yang paling update
3.3 Batasan Operasional
Adapun batasan operasional yang ditetapkan antara lain:
1. Variabel independen penelitian ini adalah struktur modal, Return on Asset, Return on Equipment,Return on Investment, dan Altman Z-score
2. Variabel dependen penelitian ini adalah Ekspektasi Investor
3. Perusahaan yang diteliti adalah perusahaan sub sektor Propery dan Real Estate yang terdaftar di Bursa Efek Indonesia
3.4 Definisi Operasional Variabel 3.4.1 Variabel Dependen
Ekspektasi Investor (Y) merupakan harapan investor sebagai penyedia dana bagi suatu perusahaan adalah prospek yang baik dari perusahaan tersebut dimasa depan.Dalam penelitian ini ekspektasi investor
diukur dengan nilai perusahan. Nilai perusahaan yang sering dikaitkan dengan saham, adalah persepsi investor terhadap perusahaan. Semakin tinggi harga saham maka semakin tinggi pula nilai perusahaan (Fakhrudin
& Sophian, 2001:65). Nilai perusahaan dalam penelitian ini diukur dengan Price Earning Ratio. Price Earning Ratio merupakan perbandingan antara
laba bersih perlembar saham dengan harga pasar saham. Semakin tinggi nilai Price Earning Ratio mengindikasikan kepercayaan investor terhadap suatu perusahaan semakin tinggi
PER =
x 100%
3.4.2 Variabel Independen 3.4.2.1 Struktur Modal
Stuktur modal dalam penelitian ini dapat diukur melalui proksi Debt to Equity Ratio. Pengukuran dengan Debt to Equity Ratio menunjukkan bagaimana kemampuan perusahaan menggunakan modal yang ada dalam memenuhi kewajibannya.
DER
=
3.4.2.2 Return on Asset
Return on Assets atau dalam bahasa Indonesia sering disebut dengan Tingkat Pengembalian Aset adalah
rasio profitabilitas yang menunjukan persentase keuntungan (laba bersih) yang diperoleh perusahaan sehubungan dengan keseluruhan sumber daya atau rata-rata jumlah aset.
ROA
=
3.4.2.3 Return on Equity
Return On Equity merupakan perhitungan rasio yang menunjukkan kemampuan perusahaan dalam menghasilkan laba bersih dengan menggunakan modal sendiri dan menghasilkan laba bersih yang tersedia bagi pemilik atau investor.
ROI =
x 100%
3.4.2.4 Return on Investment
Return on Investment digunakan untuk mengukur kemampuan perusahaan untuk menghasilkan keuntungan dari investasi yang dilakukannya. Fokus dari Return on Investment adalah investasi yang ditanamkan perusahaan, seberapa besar investasi yang ditanamkan mampu menghasilkan pendapatan bagi perusahaan.
ROI =
3.4.2.5 Altman Z-score
Metode Z-Score (Altman) adalah suatu alat yang memperhitungkan dan menggabungkan beberapa rasio-rasio keuangan tertentu dalam perusahaan dalam suatu persamaan diskriminan yang akan menghasilkan skor tertentu yang akan menunjukkan tingkat kemungkinan kebangkrutan perusahaan.
Z-Score = 1,2 X1 + 1,4 X2 + 3,3 X3 + 0,6 X4 + 1,0 X5 (Altman, 1968:594)
Keterangan :
X1 = Modal kerja terhadap Total Aktiva (Working Capital to Total Assets)
X2 = Laba yang ditahan terhadap Total Aktiva (Retained Earnings to Total Assets)
X3 = Pendapatan sebelum pajak dan bunga terhadap Total Aktiva (Earnings Before Interest and Taxes to Total Assets)
X4 = Nilai pasar ekuitas terhadap nilai buku dari hutang (market value equity to book value of total debt) X5 = Penjualan terhadap Total Aktiva (Sales to Total
Asset) 3.5 Skala Pengukuran Variabel
Tabel 3.1
Definisi Operasional dan Skala Pengukuran Variabel
Variabel Variabel Defenisi Operasional Pengukuran Skala
Dependen Ekspektasi
Definisi Operasional dan Skala Pengukuran Variabel
Variabel Variabel Penelitian
Defenisi Operasional Pengukuran Skala
Return On
Altman
3.6 Populasi dan Sampel data
Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2012). Populasi dalam penelitian ini adalah perusahaan sub sektor properti dan real estate yang terdaftar di Bursa Efek Indonesia periode 2014 – 2018 agar lebih mencerminkan kondisi perusahaan tersebut pada saat ini.
Sampel adalah sebagian atau beberapa anggota dari populasi. Sampel yang digunakan dalam penelitian ini adalah perusahaan properti dan real estate yang terdaftar di BEI dan memiliki kriteria tertentu. Metode pengambilan sampel yang digunakan adalah Purposive Sampling dalam penelitian ini karena teknik pengambilan sampel perusahaan dilakukan berdasarkan kriteria sebagai berikut:
1. Perusahaan Property dan Real Estate yang menerbitkan laporan keuangan sesuai dengan tahun penelitian yaitu 2014 - 2018
2. Perusahaan yang memiliki data-data untuk lengkap untuk masing – masing variabel yang ditetapkan untuk melakukan penelitian,
Berdasarkan kriteria sampel yang telah ditetapkan, maka dari 62 perusahaan yang terdaftar di Bursa Efek Indonesia ( BEI ) diperoleh 23 sampel perusahaan properti dan real estete mulai tahun 2014 – 2018.
Tabel 3.2
Populasi dan Sampel Perusahaan Property dan Real Estate Yang Terdaftar di Bursa Efek Indonesia
No. Kode Nama Tanggal
Populasi dan Sampel Perusahaan Property dan Real Estate Yang Terdaftar di Bursa Efek Indonesia
No. Kode Nama Tanggal
23 FORZ Forza Land Indonesia Tbk. 28 Apr 2017 X X - 24 GAMA Gading Development Tbk. 11 Jul 2012 X X - 25 GMTD Gowa Makassar Tourism
Developm
Populasi dan Sampel Perusahaan Property dan Real Estate Yang Terdaftar di Bursa Efek Indonesia
No. Kode Nama Tanggal
53 RDTX Roda Vivatex Tbk 14 Mei 1990 X - 54 RIMO Rimo International Lestari Tbk 10 Nov 2000 X - 55 RISE Jaya Sukses Makmur Sentosa
Tbk
09 Jul 2018 X X -
56 RODA Pikko Land Development Tbk. 22 Okt 2001 X - 57 SATU Kota Satu Properti Tbk. 05 Nov 2018 X X - 58 SCBD Danayasa Arthatama Tbk. 19 April 2002 - 59 SMDM Suryamas Dutamakmur Tbk. 12 Okt 1995 22
60 SMRA Summarecon Agung Tbk. 07 Mei 1990 23
61 TARA Sitara Propertindo Tbk. 11 Jul 2014 X - 62 URBN Urban Jakarta Propertindo Tbk. 10 Des 2018 X X -
3.7 Jenis Data
Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder yang berupa data laporan keuangan serta prospektus masing-masing perusahaan yang melakukan perdagangan di Bursa Efek Indonesia periode 2014 - 2018.
Sumber data tersebut diperoleh dari www.idx.co.id dan www.sahamok.com.
3.8 Metode Pengumpulan Data
Metode pengumpulan data yang dipergunakan dalam penelitian ini adalah metode studi dokumentasi, yaitu dengan mengumpulkan data sekunder berupa laporan keuangan dan prospektus yang diperoleh dari website seperti www.idx.co.id dan www.sahamok.com.
3.9 Teknik Analisis
3.9.1 Analisis Statistik Deskriptif
Menurut Sugiyono (2012:206) Analisis deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
Alat yang digunakan adalah rata-rata (mean), minimum, maksimum dan standar deviasi yang bertujuan mengetahui distribusi data yang menjadi sampel penelitian. Nilai minimum digunakan untuk mengetahui jumlah terkecil data yang bersangkutan bervariasi dari rata-rata. Nilai maksimum digunakan untuk mengetahui jumlah terbesar data yang bersangkutan. Mean digunakan untuk mengetahui rata-rata data yang bersangkutan.
Standar deviasi digunakan untuk mengetahui seberapa besar data yang bersangkutan bervariasi dari rata-rata.
3.9.2 Analisis Regresi Linear Berganda
Analisis linier berganda data panel digunakan pada penelitian ini untuk memprediksi hubungan antara variabel independen dengan variabel dependen. Alat bantu analisis yang digunakan adalah SPSS. Hubungan antara variabel independen, yaitu Stuktur Modal (X1) , Return on Asset (X2), Return on Equity (X3), Return On Investmen (X4), Altman Z-score (X5) terhadap Ekspektasi Investor (Y) diukur dengan rumus persamaannya sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + e
Dimana :
Y = Ekspektasi Investor ( Price Earning Ratio ) a = Konstanta
b1 -b5 = Koefisien regresi variabel bebas X1 = Struktur Modal
X2 = Return on Asset X3 = Return on Equity X4 = Return on Investment X5 = Altman Z-score e = Error
3.9.3 Uji Hipotesis 3.9.3.1 Uji Statitik t
Uji statistik t pada intinya menunjukkan seberapa jauh pengaruh satu variabel independen atau variabel penjelas secara individual dalam menerangkan variabel dependen (Ghozali, 2013:98). Uji t bertujuan untuk untuk mengetahui seberapa jauh setiap variabel bebas secara parsial mempunyai pengaruh signifikan terhadap variabel terikat
3.9.3.2 Uji Statistik F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan di dalam model memiliki pengaruh secara bersama-sama terhadap variabel dependen. Cara yang digunakan adalah dengan melihat besarnya nilai probabilitas signifikansinya. Jika nilai probabilitas signifikansi nya kurang dari lima persen maka variabel independen akan berpengaruh signifikan secara bersama –sama terhadap variabel dependen (Ghozali, 2013:98).
3.9.3.3. Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada dasarnya mengukur seberapa jauh kemampuan model dalam menerangkan variabel dependen. Nilai koefisien determinasi adalah diantara nol dan satu. Nilai R2 yang kecil memperlihatkan kemampuan variabel independen dalam menjelaskan variabel-variabel sangat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampr semua informasi yang dierlukan untuk memprediksikan variabel-variabel dependen. Tetapi penggunaan koefisien determinasi tersebut memiliki suatu kelemahan, yaitu terdapatnya suatu bias terhadap jumlah variabel independen yang dimasukkan kedalam model. Agar terhindar dari bias tersebut, maka digunakan nilai adjusted R2, dimana nilai
adjusted R2 mampu naik atau turun apabila terjadi penambahan satu variabel independen (Ghozali, 2013:97).
3.9.4 Uji Asumsi Klasik 3.9.4.1 Uji Normalitas
Uji normalitas bermaksud untuk menguji apakah dalam model regresi, variabel dependen dan independen saling mempunyai distribusi normal atau tidak. Uji normalitas ini menggunakan histogram sebagai salah satu alat untuk membandingkan antara data hasil observasi dengan distribusi yang mendekati normal. Selain itu juga dilakukan dengan melihat probability plot yang membandingkan antara distribusi kumulatif dari data sesungguhnya dengan distribusi normal. Garis lurus diagonal akan dibentuk oleh distribusi normal dan plotting data akan dibandingkan dengan garis diagonal. Jika distribusi data normal, maka garis yang menunjukkan data sesungguhnya akan mengikuti garis diagonalnya (Ghozali, 2013:160). Untuk uji normalitas juga bisa menggunakan uji Kolmogorov-Smirnov dengan kriteria jika nilai uji Kolmogorov-Smirnov > 0,05 berarti data terdistribusi normal. Jika nilai signifikan uji Kolmogorov-Smirnov <
0,05 maka data dinyatakan tidak terdistribusi dengan normal.
3.9.4.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi terdapat korelasi antar variabel bebas. Pada model yang baik tidak boleh terjadi korelasi diantara variabel bebas (Ghozali, 2013:105).
Multikolinearitas mengindikasikan terdapat hubungan linear yang sempurna atau pasti diantara beberapa atau hampir semua variabel independen dari model yang tersedia. Untuk mengetahui ada tidaknya multikolinearitas ini dapat dilihat dari tolerance value atau variance inflation factor (VIF). Batas dari tolerance value < 0,1 atau apabila nilai VIF lebih besar dari 10 maka terjadi multikolinearitas
3.9.4.3 Uji Autokorelasi
Uji autokorelasi pada intinya digunakan untuk menguji apakah dalam satu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (periode sebelumnya).
Jika terjadi korelasi, maka disimpulkan terjadi permasalahan autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.
3.9.4.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain, jika variance dari residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas (Ghozali, 2013:139).
Untuk mengetahui ada atau tidaknya heteroskedasitas dapat dilihat pada grafik Scatterplot. Jika terdapat pola yang jelas, serta titik-titik tidak menyebar diatas dan dibawah angka 0 pada sumbu Y, maka dapat dikatakan telah terjadi gejala heteroskedastisitas, sebaliknya jika tidak terdapat pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
BAB IV
HASIL DAN PEMBAHASAN 4.1 Gambaran Umum
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik deskriptif yang menggunakan persamaan regresi berganda.
Langkah awal analisis data yang dilakukan adalah dengan input data variabel-variabel yang digunakan ke dalam Microsoft Excel. Langkah selanjutnya yang digunakan adalah melakukan pengujian asumsi klasik dan pengujian regresi
berganda menggunakan software SPSS (Statistical Package for Social Science).
Prosedur dimulai dengan memasukkan file yang berisi data-data variabel yang diperlukan ke program SPSS.
Penelitian ini menggunakan perusahaan Property dan Real Estate yang terdaftar di Bursa Efek Indonesia. Berdasarkan kriteria sampel terdapat 23 perusahaan selama 5 tahun sehingga jumlah pengamatan sebanyak 115 data. Data yang digunakan diperoleh dari laporan keuangan perusahaan yang dipublikasikan oleh Bursa Efek Indonesia dan website dari masing-masing perusahaan.
4.2 Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk memberikan gambaran umum dari objek penelitian yang dijadikan sampel. Variabel independen yang digunakan dalam penelitian ini terdiri dari Struktur Modal, Return on Asset, Return on Equity, Return on Investment, dan Altman Z-score. Statistik deskriptif dari variabel dependen dan independen pada sampel perusahaan Property dan Real Estate pada periode 2014 - 2018 disajikan dalam Tabel 4.1 berikut.
Tabel 4.1
Hasil Analisis Statistik Deskriptif Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
PER 115 -228.57 140.10 13.8161 33.58660
DER 115 .01 3.70 .6697 .54500
ROA 115 -.05 .20 .0530 .04790
ROE 115 -.11 .41 .0970 .08780
ROI 115 -859.80 .96 -12.1777 80.05391
Zscore 115 .20 6.90 1.9930 1.32583
Valid N (listwise) 115
1. Jumlah seluruh sampel penelitian adalah 23 perusahaan dengan 115 pengamatan, yaitu 23 perusahaan dikali 5 periode, dengan 5 variabel independen yang menggunakan skala rasio.
2. Variabel dependen yaitu Price Earning Ratio memiliki nilai minimum -228,57, nilai maksimum 140,10 ,dan nilai rata – rata 13,8161, dengan standar deviasi 33,58660, Nilai Minimun PER dimiliki oleh PT. City Retail Development Tbk pada tahun 2017, sedangkan untuk nilai maksimum PER dimiliki oleh PT. Kawasan Industri Jabeka Tbk pada tahun 2018.
3. Variabel independen pertama yaitu Debt to Equity Ratio memiliki nilai minimum 0,01, nilai maksimum 3,70, dengan rata – rata sebesar 0,6697 dan standar deviasi sebesar 0,54500. Nilai Minimum DER dimiliki oleh PT.
Duta Pertiwi Tbk pada tahun 2015 dan 2016, serta PT. Indonesia Prima Property Tbk pada tahun 2015, sedangkan untuk nilai maksimum dimiliki oleh PT. Plaza Indonesia Realty Tbk pada tahun 2017. Hal ini menunjukkan bahwa DER perusahaan Property dan Real Estate yang diteliti selama periode penelitian dapat dikatakan cukup baik dikarenakan rata-rata DER pada penelitian berada dibawah 1.
4. Variabel Independen Return on Asset memiliki nilai minimum -0,05, nilai maksimum 0,20, dengan rata – rata sebesar 0,0530 dan standar deviasi sebesar 0,04790. Nilai minimum dimiliki oleh PT. Bakrieland Development Tbk pada tahun 2015, sedangkan untuk nilai maksimum dimiliki PT.
Bakrieland Development pada tahun 2018. Hal ini menunjukkan bahwa ROA perusahaan Property dan Real Estate yang diteliti selama periode
penelitian dapat dikatakan kurang baik karena rata – rata ROA yang dihasilkan dibawah 1.
5. Variabel Independen Return on Equity memiliki nilai minimum -0,11, nilai maksimum 0,41, dengan rata – rata sebesar 0,0970 dan standar deviasi sebesar 0,08780. Nilai minimun dimiliki oleh PT. Bakrieland Development Tbk pada tahun 2015, sedangkan nilai maksimum dimiliki oleh PT.
Pakuwon Jati Tbk pada tahun 2014. Hal ini menunjukkan bahwa ROE perusahaan Property dan Real Estate yang diteliti selama periode penelitian dapat dikatakan kurang baik karena rata – rata ROE yang dihasilkan dibawah 1
6. Variabel Return on Investment memiliki nilai minimum -859,80, nilai maksimum 0,96, dengan rata – rata sebesar -12,1777 dan standar deviasi sebesar 80,05391. Nilai minimum dimiliki oleh PT. Kawasan Industri Jabeka Tbk pada tahun 2017 ,sedangkan nilai maksimum dimiliki oleh PT.
Suryamas Dutamakmur Tbk pada tahun 2014. Hal ini menunjukkan bahwa ROI perusahaan Property dan Real Estate yang diteliti selama periode penelitian dapat dikatakan kurang baik karena rata – rata ROE yang dihasilkan dibawah 1.
7. Variabel Independen Altman Z-Score memiliki nilai minimum 0,20 , nilai maksimum 6,90 , dengan rata – rata sebesar 1,9930 dan standar deviasi sebesar 1,32583. Nilai minimum dimiliki oleh PT. City Retail Development Tbk pada tahun 2014, sedangkan nilai maksimum dimiliki oleh PT. Bekasi Fajar Industrial Estate Tbk pada tahun 2014. Hal ini menunjukkan bahwa
Z-score perusahaan Property dan Real Estate yang diteliti selama periode penelitian dapat digolongkan sebagai sector yang berada di Grey Area karena rata – rata Z-score selama penelitian berada diantara 1,81 sampai dengan 2,99
4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel residual memiliki distribusi data normal.
Dalam penelitian ini, uji normalitas dilakukan dengan One Sample Kolmogorov-Smirnov Test yaitu dengan melihat nilai signifikansi residul. Apabila nilai signifikansi ≥ 0,05 maka distribusi data dinyatakan normal. Sebaliknya, apabila nilai signifikansi ≤0,05 maka distribusi data dikatakan tidak normal.
Tabel 4.2
Uji Normalitas One Sample Kolmogorov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 115
Normal Parametersa,b Mean .0000000
Std. Deviation 31.64708132 Most Extreme Differences Absolute .198
Positive .163
Negative -.198
Test Statistic .198
Asymp. Sig. (2-tailed) .000c
Berdasarkan Tabel 4.2 diketahui nilai Test Statistic Kolmogorov-Smirnov sebesar 0,198 dan signifikan pada 0,000.
Angka ini lebih kecil dibandingkan α = 0,05 yang berarti asumsi normalitas tidak terpenuhi dimana data residual tidak berdistribusi normal. Oleh karena itu peneliti melakukan perbaikan data dengan metode menghilangkan data outlier, yaitu data yang memiliki nilai ekstrim. Setelah variabel Price Earning Ratio, Return on Asset, Return on Equity, Return on Investment, dan Altman Z-score di hilangkan data outlier-nya sebanyak 52 data, peneliti melakukan kembali uji normalitas dengan hasil seperti pada gambar 4.3 berikut.
Tabel 4.3
Uji Normalitas One Sample Kolmogorov-Smirnov setelah Menghilangkan data outlier
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 63
Normal Parametersa,b Mean .1682880
Std. Deviation 4.75470889
Positive .064
Negative -.055
Test Statistic .064
Asymp. Sig. (2-tailed) .200c,d
Berdasarkan hasil pengujian kembali pada gambar 4.3 diketahui bahwa nilai Test Statistic Kolmogorov-Smirnov sebesar 0,064 dan tingkat signifikansi menjadi 0,200 > 0,05 yang berarti asumsi normalitas terpenuhi dimana data residual telah berdistribusi dengan normal.
4.3.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi terdapat korelasi antar variabel bebas. Pada model yang baik tidak boleh terjadi korelasi diantara variabel bebas (Ghozali, 2013:105). Multikolinearitas mengindikasikan terdapat hubungan linear yang sempurna atau pasti diantara beberapa atau hampir semua variabel independen dari model yang tersedia.
Untuk mengetahui ada tidaknya multikolinearitas ini dapat dilihat dari variance inflation factor (VIF). Batas dari tolerance value <
0,1 atau apabila nilai VIF > 10 maka terjadi multikolinearitas.
Tabel 4.4 Uji Multikolinearitas
Hasil pengujian multikolonieritas pada Tabel 4.4, dapat
dilihat dari masing-masing variabel independen menunjukkan nilai tolerance tidak kurang dari 0,1 dan Variance Inflation Factor (VIF) tidak lebih dari 10 sehingga dapat disimpulkan tidak ada korelasi antar variabel dalam model regresi.
4.3.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain, jika variance dari residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas (Ghozali, 2013:139).
Untuk mengetahui ada atau tidaknya heteroskedasitas dapat dilihat pada grafik Scatterplot. Jika terdapat pola yang jelas, serta titik-titik tidak menyebar diatas dan dibawah angka 0 pada sumbu Y, maka dapat dikatakan telah terjadi gejala heteroskedastisitas, sebaliknya jika tidak terdapat pola yang jelas,
Coefficientsa
serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Gambar 4.1
Uji Heteroskedastisitas dengan menggunakan Scatterplot
Dari gambar 4.4 diatas dapat terlihat bahwa titik – titik menyebar secara acak dan tidak terdapat pola yang begitu jelas, serta titik – titik menyebar diatas dan dibawah angka 0 dan sumbu Y, sehingga dapat disimpulkan tidak terjadi heteroskedastisitas
Untuk melihat lebih jelas heteroskedastisitas pada penelitian ini, maka peneliti melakukan uji Glejser, yaitu dilakukan dengan cara meregresikan variabel-variabel bebas terhadap nilai absolute residualnya. Sebagai pengertian dasar, residual adalah selisih antara nilai observasi dengan nilai prediksi;
dan absolut adalah nilai mutlaknya.
Gangguan heteroskedastisitas terjadi jika terdapat pengaruh yang signifikan antara KE dan KS (salah satu atau keduanya) terhadap absolute. Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas.
Tabel 4.5
Uji Heteroskedastisitas dengan menggunakan metode Uji Glejser Coefficientsa disimpulkan bahwa tidak terjadi heteroskedastisitas pada data tersebut, karena nilai signifikansi antara variabel independent dengan absolut residual lebih besar dari 0,05 yang menunjukkan bahwa tidak terjadi masalah heteroskedastisitas.
4.3.4 Uji Autokorelasi
Uji autokorelasi pada intinya digunakan untuk menguji apakah dalam satu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (periode sebelumnya). Jika terjadi korelasi, maka
disimpulkan terjadi permasalahan autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain.
Untuk melakukan uji autokorelasi, peneliti menggunakan pengujian dengan metode Run Test. Run test merupakan bagian dari statistik non-parametik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak
Untuk melakukan uji autokorelasi, peneliti menggunakan pengujian dengan metode Run Test. Run test merupakan bagian dari statistik non-parametik dapat pula digunakan untuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random. Run test digunakan untuk melihat apakah data residual terjadi secara random atau tidak