BAB III METODOLOGI PENELITIAN
F. Metode Analisis Data
Seluruh data penelitian yang telah dikumpulkan untuk diolah, kemudian akan dianalisis untuk memperoleh jawaban atas permasalahan yang timbul dalam penelitian ini Dalam menganalsis data, peneliti menggunakan program software SPSS versi 16. Metode analisis yang digunakan dalam penelitian ini adalah metode analisis statistik. Metode dan teknik analisis dilakukan dengan tahapan sebagai berikut :
1. Statistik Deskriptif
Statistik deskriptif adalah metode statistika yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi sebuah informasi. (Suharyadi, 2007 : 10)
2. Pengujian Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolinieritas, heterokedastisitas, dan autokorelasi. a. Uji Normalitas
Tujuan uji normalitas menurut Ghozali (2005 : 111) adalah untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Ada beberapa cara yang dapat digunakan untuk melihat normalitas data dalam penelitian ini yaitu :
1. Uji Kolmogorov-Smirnov
pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal”. Dalam uji ini pedoman yang digunakan dalam pengambilan keputusan yaitu:
a. Jika nilai signifikan < 0.05 maka distribusi data tidak normal b. Jika nilai signifikan > 0.05 maka distribusi data normal Hipotesis yang digunakan :
•Ho : Data residual berdistribusi normal
•Ha : Data residual tidak berdistribusi normal
2. Histogram, yaitu pengujian dengan menggunakan ketentuan bahwa data normal menyerupai bentuk lonceng (Bell shaped) yang hampir sempurna. Data yang baik adalah data yang memiliki pola distribusi normal. Data dikatakan normal jika bentuk kurva kemiringan yang cenderung imbang, baik dari sisi kiri maupun kanan.
3. Grafik Normality Probability Plot, ketentuan yang digunakan adalah :
• Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regesi memenuhi asumsi normalitas
• Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel independen. Jika terjadi korelasi, berarti terjadi masalah multikolinieritas. Model regresi yang baik seharusnya tidak
terjadi korelasi diantara variabel independen. Untuk mendteksi ada atau tidaknya multikolinieritas dalam model regresi dilihat dari nilai Tolerence dan lawannya Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel indepenen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih dan tidak dijelaskan oleh variabel lainnya. Batasan yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai Tolerence < 0,10 atau sama dengan VIF > 10 (Ghozali, 2005 : 91).
c. Uji Autokorelasi
Ghozali (2005 : 95) menyatakan bahwa:
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang tahun satu dengan lainnya. Hal ini sering ditemukan pada time series. Pada data crossection, masalah autokorelasi relatif tidak terjadi.
Uji yang digunakan dalam penelitian ini untuk mendeteksi ada atau tidaknya autokorelasi dapat dilihat dengan menggunakan uji Durbin-Watson.
Uji Durbin-Watson hanya digunakan untuk autokorelasi tingkat satu (first order autocorelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada varibel lagi diantara variabel dependen. Hipotesis yang akan diuji adalah :
Ho : tidak ada autokorelasi (r = 0) Ha : ada autokorelasi ( r ≠ 0)
a. Bila nilai DW terletak antara batas atas atau upper bound (du) dan (4-du), maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. b. Bila nilai DW lebih rendah daripada batas bawah atau lower bound (dl), maka
koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif. c. Bila nilai DW lebih besar daripada (4-dl), maka koefisien autokorelasi lebih
kecil daripada nol, berarti ada autokorelasi negatif.
d. Bila nilai DW terletak diantara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan.
d. Uji Heterokedastisitas
Menurut Erlina dan Mulyani (2007 : 108),
Uji heterokedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan yang lain tetap maka disebut homokedastisitas, dan jika berbeda disebut heterokedastisitas. Model regresi yang baik yaitu homokedastisitas.
Pengujian dilakukaan dengan Scatter-Plot dengan menggunakan SRESID dan ZPRED pada software SPSS. Menurut Ghozali (2005 : 105) dasar pengambilan keputusannya adalah sebagai berikut:
1) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heterokedastisitas.
2) Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homokedastisitas.
2. Analisis Regresi Berganda
Analisa data dalam penelitian ini adalah analisis regresi berganda, di mana pada penelitian ini terdapat dua variabel independen, yaitu perputaran kas dan perputaran piutang dan satu variabel dependen, yaitu likuiditas perusahaan yang mempunyai hubungan saling mempengaruhi antara kedua variabel tersebut. Analisis regresi dengan menggunakan SPSS. Persamaan regresi berganda adalah sebagai berikut:
Y = a+b1X1+b2X2+e Keterangan :
Y : Variabel dependen (Likuiditas Perusahaan) a : Konstanta atau harga Y bila X = 0
b1 : Koefisien regresi perputaran kas b2 : Koefisien regresi perputaran piutang X1 : Variabel independen (Perputaran Kas) X2 : Variabel independen (Perputaran Piutang) e : Faktor lain diluar model
3. Pengujian Hipotesis
a) Koefisien Determinasi (R2)
Koefisien Determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model regresi dalam menjelaskna variasi variabel dependen Y. Nilai koefisien determinasi adalah antara nol dan satu (0< R2<1). Nilai R2 yang kecil
berarti kemampuan variabel independen X menjelaskan variabel dependen Y amat terbatas. Nilai R2 yang mendekati satu berarti variabel independen X memberikan hampir seluruh informasi yang dibutuhkan untuk memprediksi variasi dependen Y. Untuk mendukung kebenaran nilai R2, peneliti juga memperhatikan nilai adjusted R2 mengingat adanya kelemahan mendasar dari penggunaan koefisien determinasi yang sering bias terhadap jumlah variabel independen yang dimasukkan dalam model regresi.
b) Uji t
Uji ini dilakukan untuk mengetahui pengaruh variabel independen secara parsial terhadap variabel independen. Uji ini dilakukan dengan membandingkan t hitung dengan t tabel dengan ketentuan sebagai berikut :
Ho diterima jika t hitung < t tabel untuk α = 5 % Ha diterima jika t hitung > t tabel untuk α = 5 % c) Uji F
Uji ini dilakukan untuk mengetahui apakah variabel bebas secara bersama-sama (simultan) mempunyai pengaruh terhadap variabel tidak bebas. Pembuktian dilakukan dengan cara membandingkan nilai kritis, F(tabel) dengan F(hitung) yang terdapat pada tabel analisis df variance.
Ho diterima jika F hitung < F tabel untuk α = 5 % Ha diterima jika F hitung > F tabel untuk α = 5 %
