• Tidak ada hasil yang ditemukan

BAB III METODOLOGI PENELITIAN

A. Metode Penelitian

7. Teknik Analisis Data

Teknik analisis yang digunakan dalam menganalisis data penelitian ini adalah analisis kuantitatif. Penggunaan analisis kuantitatif disebabkan data yang diperoleh berbentuk numeric yang diperoleh secara sekunder lalu dilakukan analisis regresi linier berganda menggunakan bantuan

Analisis yang digunakan dalam penelitian ini dengan menggunakan teknik analisis:

a. Statistik Deskriptif

Penggunaan statistik deskriptif variabel penelitian dimaksudkan agar dapat memberikan penjelasan yang memudahkan peneliti dalam menginterpretasikan hasil analisis data dan pembahasannya. Statistik deskriptif berhubungan dengan pengumpulan dan peringkasan data serta penyajiannya yang biasanya disajikan dalam bentuk tabulasi baik secara grafik dan atau numerik. Statistik deskriptif memberikan gambaran suatu data yang dilihat dari nilai rata-rata (mean) dan standar deviasi dari variabel independen dan dependen.

b. Uji Asumsi Klasik

Berbeda dengan alat analisis lainnya, regresi linear ganda memerlukan uji persyaratan yang sangat ketat. Perlu dilakukan beberapa uji asumsi klasik, yaitu uji normalitas, uji autokorelasi, uji heteroskedasrisitas, dan uji multikolinearitas.

1). Uji normalitas

Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variable pengganggu atau residual memiliki distribusi normal.42 Model regresi yang baik adalah model regresi yang memiliki distribusi data normal atau mendekati normal. Untuk melihat normalitas data maka dilakukan Uji Kolomogorov Smirnov. Test ini digunakan untuk menguji hipotesis

42

Imam Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS, (Semarang: Universitas Diponegoro,2009), h. 160

komparatif dua sampel independen bila datanya berbentuk ordinal yang tersusun pada tabel distribusi frekuensi kumultif dengan menggunakan kelas-kelas interval.

Hipotesis:

Ho : sampel data berdistribusi normal H1 : sampel data tidak berdistribusi normal

Pedoman pengambilan keputusan pada uji ini adalah: Jika Sig/Probabilitas > 0,05, Distribusi adalah normal Jika Sig/Probabilitas < 0,05, Distribusi adalah tidak normal 2). Uji Autokorelasi

Salah satu asumsi dari model regresi linear klasik ialah bahwa tidak ada autokorelasi atau korelasiserial. Autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu atau urutan tempat,atau korelasi yang timbul pada dirinya sendiri. Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya)43. Ada beberapa cara digunakan untuk mendeteksi ada tidaknya autokorelasi. Salah satunya Uji Durbin-Watson (DW Test), dengan ketentuan:

Terjadi autokorelasi positif, jika nila DW di bawah -2 (DW < -2)

Tidak terjadi autokorelasi jika nilai DW berada di antara -2 dan +2 atau -2 < DW < 2

43

Terjadi autokorelasi negatif jika nilai DW di atas 2 (DW > 2) 3). Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedatisitas atau tidak terjadi Heteroskesdatisitas. Kebanyakan data crossection mengandung situasi Heteroskedastisitas karena data menghimpun data yang mewakili berbagai ukuran (kecil, sedang dan besar)44.

Untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilihat dengan ada atau tidaknya pola tertentu pada grafik scatterplot. Dengan dasar analisis Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka mengidentifikasikan telah terjadi heteroskedastisitas. Tetapi, jika tidak ada pola yang jelas, serta titik-titik melebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

4). Uji Multikolonieritas

Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Multikolonieritas yaitu kondisi dimana antara variabel bebas yang satu memiliki hubungan linear dengan variabel bebas yang lain. Hal tersebut akan

44

menyebabkan terjadinya varian koefisien korelasi regresi menjadi lebih besar sehingga akan sulit menentukan estimasi yang tepat. Akibat lain yang mungkin terjadi adalah banyaknya variabel yang tidak signifikan tetapi koefisien determinasi (R2) tetap tinggi.

Ada berbagai cara untuk menentukan apakah model memiliki gejala multikolonieritas. Salah satunya dengan Uji VIF (Variance Inflation Factor). Jika VIF < 5 dan Tolerance mendekati 1, maka tidak terjadi multikolinearitas antar variabel bebas45.

c. Uji Hipotesis

Model regresi yang digunakan pada penelitian ini adalah sebagai berikut: Y = α + β1 X1 + β2 X2+ β3 X3 + Dimana : Y = variabel terikat X1 = variabel bebas α = konstanta β = koefisien regresi € = error term 1). Uji Simultan (Uji F)

Uji Simultan (uji F-Statistik) digunakan untuk menguji besarnya pengaruh dari seluruh variabel independen (Intellectual Capital, NPF, CAR) secara bersama-sama atau simultan terhadap variabel dan dependen (ROA).

45

Pengujian dilakukan dengan membandingkan nilai F- hitung dengan F-tabel dan melihat tingkat signifikansi. Jika nilai F-hitung > F-tabel, dan nilai signifikansi lebih kecil dari 0,05 atau 5% berarti variabel independen secara simultan berpengaruh secara signifikan terhadap variabel dependen.

2). Uji Parsial (Uji t)

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen46. Pedoman pengambilan keputusan pada uji ini adalah:

a. Jika t hitung < t tabel maka variabel independen secara individual tidak berpengaruh terhadap variabel dependen. b. Jika t hitung > t tabel maka variabel independen secara

individual berpengaruh terhadap variabel dependen. Berdasarkan signifikansi :

Jika signifikansi > 0,05 maka Ho diterima dan Ha ditolak Jika signifikansi < 0,05 maka Ho ditolak dan Ha diterima

3). Uji Koefisien Determinasi

Uji ini digunakan untuk menjelaskan besarnya kontribusi atau pengaruh variabel independen yaitu MVAIC terhadap variabel dependen yaitu ROA dan ROE. Nilai koefisien ini antara nol dan satu, jika nilainya kecil maka kemampuan variabel independen dalam menjelaskan variabel dependen sangat terbatas, jika nilainya mendekati satu maka variabel independen mampu

46

Imam Ghozali, Aplikasi Multivariate dengan program IBM SPSS 21 edisi 7, Semarang: Badan Penerbit Universitas Diponegoro, 2013), h. 97

memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.

Besarnya koefisien determinasi (R2) didapat dari mengkuadratkan koefisien korelasi (R). Semakin besar R2 maka semakin besar (kuat) pula hubungan antara variabel terikat dengan satu atau banyak variabel bebas47. Angka koefisien korelasi yang dihasilkan dalam uji ini dapat berguna untuk menunjukkan kuat lemahnya hubungan antara variabel independen dan variabel dependen.

B. Definisi Operasional Variabel Penelitian

Dokumen terkait