4. Analisis Regresi
Berdasarkan hasil uji asumsi klasik yang telah dilakukan, dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah
memenuhi model estimasi yang Best Linear Unbiased Estimstor BLUE dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan
pengujian hipotesis.
a. Persamaan Regresi
Pengolahan data dilakukan dengan regresi linear. Adapun hasil pengolahan data dengan regresi linear dapat dilihat pada tabel 4.6.
Tabel 4.6 Hasil Analisis Regresi
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.541 .992
.545 .590
LN_CR 1.364
1.026 .330
1.329 .194
.450 2.220
LN_DTA 2.171
1.073 .441
2.023 .052
.585 1.708
LN_TATO -2.025
1.185 -.341
-1.710 .098
.700 1.429
LN_ITO 7.269E-5
.483 .000
.000 1.000
.727 1.375
a. Dependent Variable: LN_PL
Sumber: hasil pengolahan data dengan SPSS, 2010 Pada tabel 4.6 bagian B diperoleh model persamaan regresi linier
berganda, yaitu:
Y = 0,541 + 1,364 CR + 2,171 DTA – 2,025 TATO + 7,269 ITO
Universitas Sumatera Utara
Berdasarkan hasil persamaan regresi berganda tersebut masing- masing variabel menjelaskan bahwa:
a. konstanta sebesar 0,541 menyatakan bahwa apabila tidak ada
nilai variabel bebas yaitu CR, DTA, TATO dan ITO, maka nilai perubahan laba yang dilihat dari nilai Y adalah sebesar 0,541,
b. koefisien CR sebesar 1,364 menunjukan bahwa setiap kenaikan
CR satu satuan, maka perubahan laba akan meningkat sebesar 1,364 dengan asumsi variabel lain dianggap tetap,
c. koefisien DTA sebesar 2,171 menunjukan bahwa setiap
kenaikan DTA satu satuan, maka perubahan laba akan meningkat sebesar 2,171 satuan dengan asumsi variabel lain
dianggap tetap, d.
koefisien TATO sebesar -2,025 menunjukan bahwa setiap kenaikan TATO satu satuan, maka perubahan laba akan
menurun sebesar -2,025 dengan asumsi variabel lain dianggap tetap,
e. koefisien ITO sebesar 7,269 menunjukan bahwa setiap kenaikan
ITO satu satuan, maka perubahan laba akan meningkat sebesar 7,269 dengan asumsi variabel lain dianggap tetap.
b. Koefisien Determinasi
Nilai koefisien relasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel
dependen.
Universitas Sumatera Utara
Tabel 4.7 Uji Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson 1
.439
a
.193 .081
1.76951 1.673
a. Predictors: Constant, LN_ITO, LN_DTA, LN_TATO, LN_CR b. Dependent Variable: LN_PL
Sumber: hasil pengolahan data dengan SPSS, 2010
Tabel di atas menunjukkan bahwa tidak terjadi korelasi atau hubungan yang signifikan antara CR, DTA, TATO, dan ITO sebagai
variabel independen dengan PL sebagai variabel dependen. Hal ini terlihat dari nilai R sebesar 0,439. Angka ini 0,5. Angka R Square
R
2
atau koefisien determinasi bernilai 0,193. Angka ini mengindikasikan bahwa 19,3 variasi atau perubahan dalam PL dapat
dijelaskan oleh CR, DTA, TATO, dan ITO. Sisanya sebesar 80,7 dijelaskan oleh sebab – sebab lain yang tidak dimasukkan dalam model
penelitian, kemudian standard error of estimate adalah sebesar 1,76951. Semakin kecil angka ini akan membuat model regresi
semakin tepat dalam memprediksi perubahan laba.
Universitas Sumatera Utara
5. Pengujian Hipotesis a. Uji statistik t