Metode Analisis

BAB III METODELOGI PENELITIAN

D. Metode Analisis

Penelitian ini menggunakan teknik analisis yang bersifat kuantitatif. Adapun rumus untuk menghitung variabel-variabel yang diteliti adalah sebagai berikut:

1. Return On Equity (ROE)

Menurut Drs. Lukman Syamsudin, M.A (2000) Return On Equity

(ROE) adalah suatu pengukuran dari penghasilan (income) yang tersedia bagi para pemilik perusahaan (baik pemegang saham biasa maupun pemegang saham preferen) atas modal yang mereka investasikan di dalam perusahaan. Secara umum tentu saja semakin tinggi return atau penghasilan yang di peroleh semakin baik kedudukan pemilik perusahaan.

ROE atau rentabilitas modal sendiri merupakan rasio untuk mengukur laba bersih sesudah pajak dengan modal sendiri yang menunjukkan efisiensi penggunaan modal sendiri, semakin tinggi rasio ini semakin baik, artinya posisi pemilik perusahaan semakin kuat, demikian pula sebaliknya. (Kasmir, et.al., 2003:207).

2. Debt Equity Ratio (DER)

Menggambarkan Perbandingan antara total hutang dan ekuitas.

Semakin besar DER, menunjukkan struktur permodalan usaha lebih banyak memanfaatkan hutang-hutang relatif terhadap ekuitas. Rasio ini menunjukkan Perbandingan anatara hutang dan modal sendiri.

3. Price Earning Ratio (PER)

Sutrisno (2000:268) menjelaskan bahwa PER yaitu rasio yang mengukur seberapa besar perbandingan antara harga saham perusahaan dengan keuntungan yang akan di peroleh para pemegang saham.

Mohammad Usman (2001:83) menyatakan bahwa sebagai alternatif lain selain menggunakan arus kas atau arus dividen dalam menghitung nilai fundamental atau nilai intrinsik saham adalah dengan menggunakan nilai laba perusahaan (earning). Salah satu pendekatan yang populer untuk mengestimasi nilai intrinsik adalah pendekatan PER.

Berguna untuk menerangkan perbandingan harga pasar dari setiap lembar saham terhadap Earning per share ( EPS ).

4. Earning Growth Ratio (EGR)

Earning growth ratio (EGR) mencerminkan pertumbuhan laba per lembar saham setiap periode t. penggunaan data historis tingkat pertumbuhan laba perlembar saham dapat digunakan untuk memprediksi tingkat pertumbuhan dimasa yang akan datang. Perhitungan earning growth ratio (EGR) menurut Mohammad Usman 2001 menggunakan fomula sederhana:

5. Return On Asset (ROA)

Return On Assets (ROA) adalah merupakan perbandingan antara laba setelah pajak dengan total aktiva yang digunakan untuk menghasilkan laba.

6. Financial Leverage

Financial Leverage adalah penggunaan modal pinjaman di samping modal sendiri dan untuk itu perusahaan harus membayar beban tetap

berupa bunga. Dengan menggunakan sumber dana yang memiliki beban tetap diharapkan akan memberikan tambahan keuntungan yang lebih besar dari pada beban tetapnya sehingga akan meningkatkan keuntungan yang tersedia bagi pemegang saham. (Agus Sartono, 1997).

7. Merumuskan Persamaan Regresi

Analisis regresi linear berganda adalah analisis yang berhubungan dengan ketergantungan antara variabel independent terhadap variabel

dependen.

Persamaan yang digunakan dalam penelitian ini adalah sebagai berikut : Y = a + b1^X1 ^{+ b}2^X2 ^{+ b}3^X3 ^{+ b}4^X4^+b5^X5^…bn^Xn ^{+ e}

Notasi :

Y = Financial Leverage

a = Konstanta

b₁,b_2,b_3…b_n = Koefisien Regresi

X1 ^{= Return On Equity (ROE)}

X₂ = Debt Equity Ratio (DER)

X3 ^{= Price Earning Ratio (PER)}

X₄ = Earning Growth Ratio (EGR)

X₅ = Return On Assets (ROA)

e = Error Term

8. Uji Asumsi Klasik

Sebelum melakukan analisis berganda terhadap data yang diperoleh dalam penelitian, terlebih dahulu dilakukan pengujian terhadap persyaratan-persyaratan klasik regresi berganda.

a. Normalitas

Uji normalitas bertujuan apakah dalam model regresi, variabel

dependent, variabel independent atau keduanya mempunyai distribusi normal atau tidak. Model yang baik adalah distribusi normal atau mendekati normal.

Menurut Singgih Santoso (2000:214), ada beberapa cara mendeteksi normalitas dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusannya adalah :

1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti

arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

b. Multikolinearitas

Multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (variabel

independent). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika bebas saling berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel orthogonal adalah

variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol.

Menurut Singgih Santoso (2000:203) untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah dengan melihat nilai tolerance dan variance inflation factor (VIF). Suatu model regresi yang bebas dari multikolinieritas adalah mempunyai nilai VIF berkisar pada angka 1 dan mempunyai nilai tolerance

mendekati 1. c. Heteroskedastitas

Heteroskedastitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dan residual satu pengamatan kepengamatan lain. Jika variasi residual dari satu persamaan kepersamaan lain tetap, maka disebut homokedastitas. Model regresi yang baik yang homokedastitas atau tidak terjadi heteroskedastitas. Menurut Singgih Santoso (2000:208) ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dengan melihat ada atau tidaknya pola tertentu pada grafik, dimana sumbu X adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di studentized, rinciannya sebagai berikut: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu

pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka telah terjadi heteroskedastisitas.

2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

d. Uji autokolerasi

Uji autokolerasi bertujuan untuk menguji apakah dalam sebuah model regresi berganda ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi kolerasi, maka dinamakan ada penyakit autokolerasi. Tentu saja model regresi yang baik adalah regresi yang bebas dari autokolerasi.

Uji autokorelasi dapat dilakukan dengan membandingkan nilai Durbin-Watson hitung dengan kriteria kondisi autokorelasi. Adapun kriteria untuk mengetahui apakah dalam suatu bentuk regresi terdapat kondisi autokorelasi adalah :

1. 1.65 < DW < 2.35 kesimpulannya tidak terjadi kondisi autokorelasi 2. 1.21 < DW < 1.65 atau 2.35 < DW < 2.79 kesimpulannya tidak

dapat disimpulkan (inconclusive)

3. DW < 1.21 atau DW > 2.79 kesimpulannya terjadi autokorelasi. 9. Uji Simultan ( uji F )

Uji Simultan ( uji F ) dilakukan untuk melihat kemaknaan dari hasil model regresi yang disajikan yang menunjukkan pengaruh variabel bebas (variabel independent ) terhadap variabel terikat (variabel dependent ) secara bersama-sama.

10.Uji Parsial (uji t )

Uji parsial dimaksudkan untuk menguji parameter b atau digunakan untuk melihat pengaruh variabel independent terhadap variabel dependent

secara individual (parsial).