BAB III METODE PENELITIAN
3.8 Teknik Analisis Data
Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh antaradebt to equity ratio, return on investment dan current ratio terhadap keputusan investasi. Teknik analisis statistik regresi berganda akan digunakan untuk mengetahui pola hubungan antara variabel independen dan variabel dependen yang digunakan dalam model penelitian ini. Maka sebelum analisis regresi berganda tersebut dilakukan terlebih dahulu perlu dilakukan uji asumsi klasik. Uji asumsi klasik dalam penelitian ini terdiri dari uji normalitas, uji heteroskedastisitas, uji multikolinearitas, dan uji autokorelasi.
3.8.1. Uji Asumsi Klasik
Penggunaan uji asumsi klasik bertujuan untuk mengetahui dan menguji kelayakan atas model regresi yang digunakan pada penelitian ini. Tujuan lainnya untuk memastikan bahwa di dalam model regresi yang digunakan mempunyai data yang terdistribusi secara normal, bebas dari autokorelasi, multikolinieritas serta heterokedistisitas.
3.8.1.1. Uji Normalitas Data
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Untuk menguji apakah distribusi data normal atau tidak, salah satu cara termudah untuk melihat normalitas data adalah dengan metode
Normal Probability Plotyang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal. Kriteria pengambilan keputusan yaitu sebagai berikut (Priyatno, 2009:74) :
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah diagonal, maka model regresi tidak memenuhi asumsi normalitas.
3.8.1.2. Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variansdari residual satu pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas (Situmorang dan Lufti, 2012:108). Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Salah satu cara mendeteksi ada tidaknya heteroskedastisitas dengan melihat grafik Plot antara nilai prediksi variabel terikat yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dengan melihat ada tidaknyapola tertentu pada grafik scatter plot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-
1. Jika ada pola tertentu seperti titik-titik yang yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan 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.
Selain itu, uji heterodeksitas dapat dilakukan dengan cara Uji Glesjer, yaitu dengan mengabsolutkan nilai residual kemudian meregresikan dengan variabel independen. Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen maka ada indikasi terjadi heterodeksitas. Jika probabilitas signifikannya di atas tingkat kepercayaan 5% dapat disimpulan model regresi tidak mengarah adanya heterokedastisitas (Situmorang dan Lufti, 2012:116)
3.8.1.3. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada tidaknya hubungan yang berarti antara masing-masing variabel bebas dalam model regresi. Untuk mengetahui ada tidaknya multikolinearitas di dalam model regresi dapat dilihat dari nilai tolerance dan variance inflation factor (VIF). Kriteria pengambilan keputusan yaitu sebagai berikut (Situmorang dan Lufti, 2012:162) :
1. VIF > 10 maka diduga mempunyai persoalan multikolinearitas. 2. VIF < 10 maka tidak terdapat multikolinearitas.
3. Tolerance < 0,1 maka diduga mempunyai persoalan multikolinearitas. 4. Tolerance > 0,1 maka tidak terdapat multikolinearitas.
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pada periode t dengan periode t-1 (sebelumnya) (Situmorang dan Lufti, 2012:120). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Untuk menguji ada tidaknya gejala autokorelasi maka dapat dideteksi dengan uji Durbin-Waston (DW test). Kriteria pengambilan keputusan dapat dilihat pada Tabel 3.5
Tabel 3.5
Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif Tolak 0 < d < dl Tidak ada autokorelasi positif No decision dl < d < du Tidak ada korelasi negatif Tolak 4 – dl < d < 4 Tidak ada korelasi negatif No decision 4 – du < d < 4 – dl Tidak ada autokorelasi positif
atau negatif
Tidak ditolak du < d < 4- du
3.8.2.Model Persamaan Regresi Berganda
Teknik analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara debt to equity ratio, return on investment dan current ratio
terhadap keputusan investasi. Model regresi linear berganda (multiple linear regressionmethod) yang digunakan dalam penelitian ini dapat dirumuskan sebagai berikut :
Y = a + b1X1+ b2X2+ b3X3 + e
Keterangan :
Y = Keputusan Investasi X1 = Debt to Equity Ratio (DER)
X3 = Current Ratio(CR)
a = konstanta b1,2,3,4,5 = koefisien regresi
e = standar error
3.8.3. Pengujian Hipotesis
Untuk melakukan pengujian terhadap hipotesis yang diajukan dalam penelitian ini, maka perlu digunakan analisis regresi melalui uji determinasi, uji F dan uji t. Tujuan pengujian hipotesis adalah untuk mengetahui pengaruh variabel independen terhadap variabel dependen baik secara parsial maupun simultan serta untuk mengetahui besarnya kemampuan variabel independen dalam menjelaskan variabel dependen.
3.8.3.1. Uji Koefisien Determinasi (R²)
Pengujian Koefisien determinasi dilakukan dengan tujuan untuk menggambarkan sampai seberapa jauh variabel-variabel bebas (independen) yang digunakan dalam persamaan regresi mampu menjelaskan terhadap variabel terikat (Priyatno, 2009:56). Dari penelitian ini R² menunjukan bahwa variabel independen kemungkinan dapat menjelaskan bahwa perubahan naik turunnya variabel dependen, dan merupakan pengaruh dari variabel independen diluar variabel yang dipakai dalam model regresi yang turut berpengaruh secara signifikan terhadap perubahan keputusan investasi.
Nilai koefisien determinasi menunjukkan persentase variasi nilai variabel dependen yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Koefisien determinasi (R2) adalah presentasi nilai Y (variabel dependen) yang dapat dijelaskan oleh garis regresi. Dalam konteks regresi, koefisien determinasi
(r) merupakan ukuran yang lebih bermakna dibandingkan koefisien korelasi (r), karena koefisien determinasi mampu memberikan informasi mengenai variasi nilai variabel dependen yang dapat dijelaskan oleh model regresi yang digunakan. Sedangkan koefisien korelasi hanya merupakan ukuran mengenai derajat (keeratan) hubungan antara dua variabel.
3.8.3.2 Uji F (Uji Simultan)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat (Priyatno, 2009:48).Tahap-tahap pengujian sebagai berikut :
a. Menentukan hipotesi nol dan hipotesis alternatif Ho : b1 = b2 = ………= bk = 0
Artinya, semua variabel bebas secara simultan bukan merupakan penjelas yang signifikan terhadap variabel terikat
Ha : b1 ≠ b2 ≠ ……… ≠ bk ≠ 0
Artinya, semua variabel bebas secara simultan mempunyai penjelas yang signifikan terhadap variabel terikat.
b. Menentukan taraf signifikansi. Taraf signifikansi menggunakan 0,05. Taraf sig > 0,05, maka Ho diterima dan Ha ditolak.
Taraf sig < 0,05, maka Ho ditolak dan Ha diterima c. F hitung dan F tabel
F hitung < F tabel, maka Ho diterima dan Ha ditolak. F hitung > F tabel, maka Ha diterima dan Ho ditolak.
3.8.3.3. Uji t (Uji Parsial)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel bebas secara individual dalam menerangkan variasi variabel terikat (Priyatno, 2009:50). Tahap-tahap pengujian sebagai berikut :
a. Menentukan hipotesis nol dan hipotesis alternatif
Hipotesis nol (Ho) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol, atau :
Ho : bi = 0
Artinya suatu variabel bebas bukan merupakan penjelas yang signifikan terhadap variabel terikat.
Hipotesis alternatifnya (Ha) parameter suatu variabel tidak sama dengan nol, atau :Ha : bi ≠ 0
Artinya variabel tersebut merupakan variabel penjelas yang signifikan terhadap variabel terikat.
b. Menentukan taraf signifikansi. Taraf signifikansi menggunakan 0,05 Taraf sig > 0,05, maka Ho diterima dan Ha ditolak.
Taraf sig < 0,05, maka Ho ditolak dan Ha diterima c. t hitung dan t tabel
t hitung < t tabel, maka Ho diterima dan Ha ditolak. t hitung > t tabel, maka Ha diterima dan Ho ditolak.