METODE PENELITIAN
F. Teknik Analisis Data
Teknik analisis data yang dilakukan dalam penelitian ini antara lain, yaitu :
1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisiasi (Sugiyono, 2013: 147). Metode statistik diskriptif ini merupakan cara yang memudahkan dalam penyajian data sehingga mudah dipahami. Metode analisis deskriptif ini digunakan untuk meneliti nilai rata-rata (mean), nilai tertinggi (maximum), nilai terendah (minimun) dan standar devasi.
2. Uji Asumsi Klasik
a. Uji Asumsi Normalitas
Uji normalitas bertujuan untuk mengetahui normal atau tidaknya suatu distribusi data. Pada dasarnya, uji normalitas adalah membandingkan antara data yang dimiliki dan data berdistribusi normal yang memiliki mean dan standar deviasi yang sama dengan data yang dimiliki (Sarjono dan Julianita, 2011: 53).
Sebelum melakukan pengujian hipotesis haruslah diketahui apakah data variabel independen dan dependen
75
berdistribusi normal atau tidak (Sunyoto, 2013: 92). Oleh karena itu diperlukan uji normalitas data sebelum melakukan pengujuan regresi. Baik dengan pengujian Kolmonogorov Smirnov atau Shapiro Wilks menggunakan Nilai asymp sig > 0,05 (5%), yang berarti residunya berdistribusi normal (Yamin et al., 2011: 11). b. Uji Asumsi Klasik Multikolinieritas
Uji multikolinearitas bertujuan untuk mengetahui apakah hubungan di antara variabel bebas memiliki masalah multikorelasi (gejala multikolinearitas) atau tidak. Mulitikorelasi adalah korelasi yang sangat tinggi atau sangat rendah yang terjadi pada hubungan di antara variabel bebas. Uji ini perlu dilakukan jika jumlah variabel independen atau bebas lebih dari satu. (Sarjono & Julianita, 2011: 70).
Uji multikolinearitas diterapkan untuk analisis keeratan hubungan antar variabel bebas melalui kefisien korelasi. Dikatakan tidak terjadi multikolinieritas jika koefisien korelasi anatar variabel bebas lebih besar atau sama dengan 0,60 jika lebih kecil dari 0,60 maka dikatakan tidak terjadi multikolinearitas (Sunyoto, 2013: 87).
Batas nilai tolerance value 0,1 dan batas nilai VIF lebih besar daripada 10 menunjukkan adanya gejala multikolinearitas (Yamin et al, 2011: 120).
76
c. Uji Asumsi Klasik Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam penguijian hipotetsis, ada korelasi antara kesalahan pengganggu (disturbance term-ed) pada periode t dan kesalahan pengganggu pada periode sebelumnya (t-1). Apabila terjadi korelasi maka hal tersebut menunjukkan bahwa adnya problem autokorelasi. (Sarjono & Julianita, 2011: 80). Uji autokorelasi adalah uji asumsi klasik melalui nilai Durbin-Watson pada data yang mempunyai seri waktu (Sunyoto, 2013: 99). Sebaiknya persamaan regresi yang baik tidak memiliki masalah autokorekasi dengan ketentuan jika nilai. Keputusan ada tidaknya korelasi :
1) Bila DW berada diantara dU sampai dengan 4-dU, koefisien korelasi sama dengan nol, tidak terjadi autokorelasi.
2) Bila DW lebih kecil daripada dL, koefisien korelasi lebih kecil daripada nol, terjadi autokorelasi positif.
3) Bila DW lebih besar daripada 4-dL, oefisien korelasi lebih kecil daripada nol, terjadi autokorelasi negatif. 4) Bila DW berada terletak diantara dU sampai dengan
4-dL, hasilnya tidak dapat disimpulkan. (Yamin et al, 2011: 84)
77
d. Uji Asumsi Klasik Heteroskedastisitas
Analisis uji asumsi heteroskedastisitas merupakan uji mengenai sama atau tidak varian residual dari observasi satu dengan observasi yang lain. Jika residualnya sama maka terjadi homoskedastisitas, jika berbeda maka terjadi heteroskedastisitas (Sunyoto, 2013: 90). Penelitian ini mendeteksi adanya masalah heteroskedastisitas dengan melihat scatterplot. Gambar diagram scatterplot yang nantinya akan menunjukkan ada dan tidaknya
masalah heteroskedastisitas atau tidak. Cara mendeteksi adanya heteroskedastisitas atau tidaknya dengan melihat gambar titik-titik menyebar secara acak, baik bagian atas angka nol maupun bagian bawah angka nol dari sumbu vertikal atau sumbu Y, dengan demikian tidak terjadi heteroskedastisitas dalam model regresi (Sarjono & Julianita, 2011: 66).
3. Pengujian Hipotesis
Pengujian hipotesis bertujuan untuk menguji kebenaran dari hipotesis yang telah dirumuskan. Pengujian hipotesis ini dilakukan secara parsial dan simultan. Analisis regresi adalah suatu analisis yang digunakan untuk mengukur pengaruh variabel bebas terhadap variabel terikat. Jika pengukuran pengaruh ini melibatkan satu variabel bebas dan variabel terikat maka dinamakan analisis regresi linear sederhana. Jika pengukuran pengaruh melibatkan dua arah atau lebih variabel bebas, dan satu variabel terikat (Y) maka dinamakan analisis regresi
78
berganda atau majemuk. Dimana Y adalah variabel terikat, a adalah konstanta, dan b adalah koefisien regresi pada masing-masing variabel bebas. Analisis regresi berganda dilakukan untuk menguji pengaruh simultan dari beberapa variabel bebas terhadap satu variabel terikat berskala interval (Sarjono & Julianita, 2011: 91).
Dimana penelitian ini memiliki variabel independen bebas sebanyak 3 variabel antaralain : likuiditas, profitabilitas, dan struktur aset. Sedangkan variabel yang dependen adalah struktur modal. Maka penelitian ini menggunakan uji hipotesis dengan analisis regresi linear sederhana untuk menguji hipotesis secara parsial dan uji regresi berganda untuk uji secara simultandan. Berikut merupakan uji hipotesis:
a. Analisis Regresi Linear Sederhana
Analisis regresi adalah suatu analisis yang digunakan untuk mengukur pengaruh variabel bebas terhadap variabel terikat. Jika pengukuran pengaruh ini melibatkan satu variabel bebas dan variabel terikat maka dinamakan analisis regresi liniar sederhana. Analisis regresi linear sederhana dalam penelitian ini dilakukan untuk menguji variabel dependen secara parsial terhadap variabel independen. Uji parsial dilakukan untuk menguji signifikasi pengaruh masing-masing variabel independen terhadap variabel dependen secara individual (Sarjono & Julianita, 2011: 91). Berkut rumus regresi linear :
79
Y = a +bX
Penelitian ini menggunakan variabel independen likuiditas, profitabilitas, dan struktur aset. Sedangkan variabel yang dependen adalah struktur modal.
b. Analisis Regresi Linear Berganda
Analisis regresi adalah suatu analisis yang digunakan untuk mengukur pengaruh variabel bebas terhadap variabel terikat. Jika pengukuran pengaruh ini melibatkan satu variabel bebas dan variabel terikat maka dinamakan analisis regresi liniar sederhana. Jika pengukuran pengaruh melibatkan dua arah atau lebih variabel bebas, dan satu variabel terikat (Y) maka dinamakan analisis regresi linear berganda atau majemuk. Analisis regresi linear berganda dalam penelitian ini dilakukan untuk menguji beberapa variabel dependen secara simultan terhadap variabel independen (Sarjono & Julianita, 2011: 91). Persamaan Analisis Regresi Linear Berganda :
Y = a + 1 X1 + 2 X2 + 3 X3 + ...+ n Xn + e
Dengan Y adalah nilai yang dipresiksikan, adalah keoefisien regresi, dan X nilai variabel independen, dan n adalah banyaknya variabel bebas (Sunyoto, 2007: 10).
Sehingga didapatkan persamaan regresi linier berganda untuk penelitian ini adalah sebagai berikut :
80
LDER = 0 + 1 Likuiditas + 2 Profitabilitas + 3 Struktur Aset+ e
Penilaian ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dengan uji statistik T dan uji statistik F, serta untuk mengetahui ketepatan suatu garis regresi dapat diketahui dari besar kecilnya koefisien koefisien determinasi (R2) (Sudarmanto, 2005: 206), sebagai berikut :
1) Uji T:
Pengujian dalam penelitian ini dilakukan dengan t-test. T-test digunakan untuk mengetahui besarnya pengaruh masing-masing variabel (Priyanto, 2013: 97). Hasil uji t dapat dilihat dari tabel coefficient pada kolom sig. Nilai sig menunjukkan taraf signifikan dimana nilai sig < 0,05 maka menunjukkan adanya pengaruh yang signifikan (Sarjono & Julianita, 2011: 100). Dasar untuk pengambilan keputusan juga dapat dilakukan dengan membandingkan antara Thitung dan Ttabel dengan ketentuan apabila Thitung > Ttabel maka dapat disimpulkan bahwa secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen.
81 2) Uji F
Uji F dilakukan untuk mengetahui pengaruh variabel bebas secara bersama-sama. Uji F pada tabel ANOVA jika menunjukkan lebih kecil atau sama dengan probabilitas (0,05 ≤ sig) maka artinya tidak signifikan. Jika menunjukkan lebih kecil atau sama dengan probabilitas (0,05 ≥ sig) maka artinya signifikan (Sarjono & Julianita, 2011: 100). Dasar untuk pengambilan keputusan juga dapat dilakukan dengan membandingkan antara Fhitung dan Ftabel dengan ketentuan apabila Fhitung > Ftabel maka dapat disimpulkan bahwa secara simultan semua variabel independen berpengaruh signifikan terhadap variabel dependen.
3) Koefisien Determinasi (Adjustted R2)
Koefisien determinasi ini mengukur seberapa jauh kemempuan model dalam menerangkan variasi variabel dependen. Koefisien determinasi (R2) digunakan untuk mengukur kebaikan dari persamaan regresi berganda, yang memberikan presentase variasi total dalam variabel depeden yang dijelaskan oleh seluruh variabel independennya.(Ghozali, 2012: 83) nilai R terletak antara 0 sampai dengan 1(0< R2<1).
82
BAB IV
