41 dengan nilai du pada tabel nilai signifikansi Durbin-Watson 5. Dari
tabel kita peroleh batas bawah sebesar 1,732 sedangkan batas atas sebesar 2,268 4-1,732. Dari uji ini dapat dilihat bahwa model regresi yang
digunakan peneliti tidak terindikasi autokorelasi karena nilai Durbin Watson memenuhi persyaratan 1,732 2,111 2,268.
4.3. Analisis Regresi Linear Berganda
Data yang telah lolos uji asumsi klasik dapat digunakan dalam model regresi dan dianalisis. Analisis dilakukan dengan mencari koefisien setiap variabel
dindependen yaitu PreTaxROA t, FVA t, Ln Total Asset t, pada model regresi untuk melihat pengaruhnya terhadap variabel independen, dalam hal ini CF t+1.
Berikut hasil analisis regresi yang dilakukan peneliti :
Tabel 4.5 Analisis Linear Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
B Std. Error
Beta
1 Constant
,075 ,097
PreTax ROA t ,077
,471 ,020
FVA t ,067
,096 ,075
LNTotal Asset t -,006
,005 -,161
a. Dependent Variable: CF t+1
sumber :Olah Data SPSS
42 Dari analisis regresi yang dilakukan, diperoleh koefisien setiap variabel untuk
membentuk suatu persamaan regresi. Persamaan regresi yang dibentuk adalah sebagai berikut :
CF t+1 = 0,075 + 0,077PreTaxROA t + 0,067 FVA t – 0,006 LNTotal Aset t
Persamaan regresi yang diperoleh diinterpretasikan sebagai berikut : 1. a = 0,075
Nilai a sebesar 0,075 menunjukkan apabila setiap variabel PreTaxROA t, FVA t, LNTotalAset t tidak memiliki nilai atau 0, maka nilai CF t+1 akan
berubah sebesar 0,075. 2. b1 = 0,077
Nilai b1 sebesar 0,077 menunjukkan bahwa pengaruh yang diberikan variabel PreTaxROA t bila variabel yang lain tetap adalah sebesar 7,7. Bila variabel
PreTaxROA t naik sebesar 1 maka variabel CF t+1 naik sebesar 0,077 3. b2 = 0,067
Nilai b2 sebesar 0,067 menunjukkan bahwa pengaruh yang diberikan variabel FVA t bila variabel yang lain tetap adalah sebesar 6,7. Bila variabel FVA t
naik sebesar 1 maka variabel CF t+1 naik sebesar 0,067 4. b3 = -0,006
Nilai b3 sebesar 0,006 menunjukkan bahwa pengaruh yang diberikan variabel LNTotal Asset t bila variabel yang lain tetap adalah sebesar 0,6. Bila
variabel LNTotal Asset t naik sebesar 1 maka variabel CF t+1 turun sebesar 0,006
43 Pengaruh yang diberikan setiap variabel tidak terlalu signifikan dilihat dari
persamaan regresinya karena angka koefisien yang kecil. Selain melihat persamaan regresi, koefisien korelasi dan koefisien determinansi juga dilihat
untuk mengetahui seberapa besar pengaruh variabel independen terhadap variabel dependen. Berikut tabel koefisien korelasi dan koefisien determinansi dari model
regresi yang digunakan :
Tabel 4.6 Analisis Koefisien Korelasi dan Koefisien Determinansi
Nilai koefisien korelasi yang diperoleh dari tabel adalah sebesar 0,165. Nilai koefisien korelasi berkisar antara 0 sampai 1. Nilai koefisien korelasi yang
diperolah menunjukkan bahwa kekuatan hubungan antara variabel independen dan variabel dependen Nilai koefisien korelasi di dalam model regresi adalah
sebesar 0,165. Nilai ini menunjukkan bahwa hubungan antara variabel independen dan variabel dependen di dalam model regresi lemah.
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 ,165
a
,027 -,006
,0621215 a. Predictors: Constant, LNTotal Asset t, FVA t, PreTax ROA t
b. Dependent Variable: CF t+1
sumber :Olah Data SPSS
44 Nilai koefisien determinansi yang diperoleh dari tabel adalah sebesar 0,027.
Nilai koefisien determinansi berkisar antara 0 sampai 1. Nilai koefisien determinansi menunjukkan kemampuan model menerangkan hubungan antara
variabel independen dan variabel dependen. Pada model regresi yang diteliti nilai koefisien determinansi adalah sebesar 0,027. Nilai ini menunjukkan bahwa
kemampuan model regresi dalam menerangkan hubungan antara variabel independen dan variabel dependen lemah.
4.4. Uji Hipotesis Uji F
