KINERJA PERUSAHAAN
METODE PENELITIAN
3.6 Metode Analisis Data
Dependen: Kinerja perusahaan (Y) Ukuran kinerja operasional Return On Asset (ROA) Rasio
Sumber: Data diolah penulis, 2012
3.6 Metode Analisis Data
Keseluruhan data yang terkumpul selanjutnya dianalisis untuk dapat memberikan jawaban dari masalah yang dibahas dalam penelitian ini. Dalam menganalisis data, peneliti menggunakan program SPSS. Adapun metode analisis data yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Statistik Deskriptif
Statistik Deskriptif adalah metode yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi sebuah informasi. Gambaran atau deskripsi suatu data dilihat dari rata-rata (mean), median, modus, standar deviasi, maksimum dan minimum. Statistik deskriptif merupakan statistik yang menggambarkan data menjadi sebuah informasi yang lebih jelas dan mudah dipahami.
2. Pengujian Asumsi Klasik
Untuk menghasilkan suatu model yang baik, maka analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis, pengujian asumsi klasik tersebut meliputi:
Menurut Ghozali (2005:123) asumsi klasik yang harus dipenuhi adalah: a. Berdistribusi normal.
b. Non-Multikolinearitas, artinya antara variabel independen dalam model regresi tidak memiliki korelasi atau hubungan secara sempurna ataupun mendekati sempurna.
36 c. Non-Autokorelasi, artinya kesalahan pengganggu dalam model regresi
tidak saling berkorelasi.
d. Homokedastisitas, artinya varians variabel independen dari satu pengamatan ke pengamatan lain adalah konstan atau sama.
a. Uji Normalitas
Menurut Ghozali (2005) uji normalitas bertujuan untuk menguji apakah variabel independen dan variabel dependen berdistribusi normal. Model regresi yang baik adalah model yang memiliki distribusi normal atau mendekati normal. Untuk melihat normalitas data dilakukan dengan menggunakan analisis grafik dan uji statistik non-parametik Kolmogorov
-Smirnov (K-S). Normalitas dapat dideteksi dengan melihat penyebaran
data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya. Dasar pengambilan keputusannya:
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonalnya dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Cara pengambilan keputusan pada uji statistik non parametrik Kolmogorov-Smirnov (K-S):
37 1. Jika nilai Asymp.Sig.(2-tailed) < 0,05 artinya data residual tidak
berdistribusi normal.
2. Jika nilai Asymp.Sig.(2-tailed) > 0,05 artinya data residual berdistribusi norma
b. Uji Heteroskedastisitas
Menurut Ghozali (2005) uji heteroskedastisitas bertujuan untuk melihat apakah didalam model regresi terjadi ketidaksamaan variabel residual suatu pengamatan ke pengamatan yang lain. Suatu model regresi yang baik adalah tidak terjadi heteroskedastisitas. Deteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu.
Jika membentuk pola tertentu maka telah terjadi gejala heteroskedastisitas.
c. Uji Autokorelasi
Pada data time series sering ditemukan adanya masalah autokorelasi. Menurut Ghozali (2005) uji autokorelasi menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya).
d. Uji Multikolinearitas
Multikolinieritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Dalam hal ini, kita
38 sebut variabel-variabel bebas ini tidak ortogonal (Erlina, 2008). Variabel-variabel yang bersifat ortogonal adalah Variabel-variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adlah koefisien-koefisien regresi menjadi tidak dapat ditaksir dan nilai standar error setiap koefisien regresi menjadi tak terhingga. Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinieritas
Pengujian multikolinieritas dilakukan dengan melihat nilai variance inflation factor (VIF) dan korelasi diantara variabel independen. Jika nilai VIF lebih besar dari 10, maka terjadi multikolinieritas diantara variabel independen. Disamping itu, suatu model dikatakan terdapat gejala multikolinieritas, jika korelasi diantara variabel independen lebih besar dari 0,1 (Ghozali, 2005).
3. Pengujian Hipotesis Penelitian
Dalam penelitian ini, metode analisis yang digunakan untuk menguji hipotesis adalah metode regresi berganda. Metode regresi berganti yaitu metode statistik untuk menguji hubungan antara beberapa variabel bebas terhadap satu variabel terikat.
Model yang digunakan dalam regresi berganda untuk melihat pengaruh Corporate Governance (Ukuran dewan komisaris dan Proporsi dewan
39 komisaris independen), Ukuran Perusahaan dan Struktur Kepemilikan (Kepemilikan institusional dan kepemilikan konsentrasi) terhadap Kinerja Perusahaan dalam penelitian ini adalah:
Y=a+b1X1+b2X2+b3X3+b4X4+b5X5+e
Keterangan: Y = Kinerja Perusahaan a = Konstanta
b1,b2,b3,b4,b5 = Koefisien Regresi
X1 = Ukuran Dewan Komisaris
X2 = Proporsi Dewan Komisaris Independen X3 = Ukuran Perusahaan
X4 = Kepemilikan Konsentrasi X5 = Kepemilikan Institusional e = Faktor Pengganggu
Pengujian hipotesis secara statistik dilakukan dengan menggunakan: 1. Uji Pengaruh Simultan ( F Test)
Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat (Ghozali, 2006). Pengujian ini dilakukan dengan menggunakan tingkat signifikan 5%. Jika nilai signifikan F< 0,05 artinya terdapat pengaruh yang signifikan antara semua variabel independen terhadap variabel dependen. Jika nilai signifikan F >
40 0,05 artinya tidak terdapat pengaruh antara variabel independen terhadap variabel dependen.
Dalam uji ni dilakukan dengan membandingkan signifikan Fhitung dengan ketentuan:
a. Jika Fhitung < Ftabel pada α 0.05 maka Ha ditolak, dan b. Jika Fhitung > Ftabel pada α 0.05 maka Ha diterima 2. Uji Parsial ( t Test)
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas / independen secara individual menerangkan variasi-variasi dependen (Ghozali, 2006). Pengujian ini dilakukan dengan menggunakan tingkat signifikan 5%. Jika nilai signifikan t < 0,05 artinya terdapat pengaruh yang signifikan antara satu variabel independen terhadap variabel dependen. Jika nilai signifikan t > 0,05 artinya tidak terdapat pengaruh antara satu variabel independen terhadap variabel dependen. Uji ini dilakukan dengan membandingkan signifikan thitung dengan ketentuan:
a. Jika thitung < ttabel pada α 0.05 maka Ha ditolak, dan b. Jika thitung > ttabel pada α 0.05 maka Ha diterima 3. Uji Koefisien Determinasi ( )
Koefisien determinasi ( ) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai yang kecil berarti kemampuan variabel independen dalam menjelaskan variasi variabel
41 dependen terbatas, Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen.
BAB IV