yang sama. Rata-rata
ROI
dalam penelitian ini sebesar 2.257 dengan standar deviasi sebesar 78.55.
Variabel
return on equity ROE
, nilai terendah sebesar -6992.6 oleh Century Textile Industry, Tbk pada tahun 2008 dan nilai tertinggi sebesar 42.71
oleh Tambang Batubara Bukit Asam,Tbk pada tahun 2008. Rata-rata nilai
ROE
adalah -184.49 dengan standar deviasi sebesar 1028.47. Berdasarkan uraian tersebut dapat disimpulkan bahwa Tambang Batubara
Bukit Asam, Tbk memiliki kinerja lingkungan
environmental performance
yang meningkat dari periode 20052006 memperoleh peringakat 3 biru, kemudian
periode 20072008 memperoleh peringkat 4 hijau sebagai peringkat tertinggi. Peningkatan ini diikuti oleh meningkatnya kinerja keuangan
financial performance
untuk indiator
ROI
dan
ROE
yang juga tertinggi pada periode tersebut namun tidak diikuti indicator
PER
. Hal ini mengindikasikan bahwa untuk perusahaan tersebut kinerja lingkungan
environmental performance
diduga berpengaruh positif terhadap kinerja keuangan untuk indicator
ROI
dan
ROE.
Untuk memperoleh hasil yang lebih baik dan lebih jelasnya dilakukan analisis regresi berikut ini.
4.1.3 Analisis Model Regresi
Price Earning Ratio PER
Hasil analisis regresi linier berganda untuk mengetahui pengaruh
environmental performance EP
,
systematic risk BETA
, dan
firm size FS
terhadap
price earning ratio PER
diperoleh persamaan regresi sebagai berikut:
PER
= -197.198 + 14.970
EP
- 3.346
BETA
– 14.300
FS
4.1.3.1 Uji Asumsi Klasik
a Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual berdistribusi normal. Berikut hasil analisis
uji normalitas pada model regresi
PER.
Tabel 4.4 Hasil Uji Normalitas 1-Sample K-S Model Regresi
PER
Unstandardized Residual
N 48
Normal Parameters
a
Mean .0000000
Std. Deviation 70.03132747
Most Extreme Differences Absolute
.335 Positive
.335 Negative
-.295 Kolmogorov-Smirnov Z
2.319 Asymp. Sig. 2-tailed
.000
Sumber: Data diolah, 2010
Berdasarkan tabel 4.4 nampak bahwa nilai kolmogorov-smirnov adalah 2.319 dan signifikan pada 0.000 dan nilainya di bawah taraf
signifikansi 0.05. Hal ini menunjukkan bahwa persamaan regresi
PER
tidak terdistribusi secara normal, oleh karena itu data
PER
harus ditransform dengan skala yang berbeda sehingga diperoleh data baru cos
PER
dengan persamaan
PER
= - 0.565 – 0.034
EP
– 0.166
BETA
+ 0.070
FS
. Berikut hasil uji normalitas terhadap persamaan tersebut:
Tabel 4.5 Hasil Uji Normalitas 1-Sample K-S Model Regresi cos
PER
Unstandardized Residual
N 48
Normal Parameters
a
Mean .0000000
Std. Deviation .68006752
Most Extreme Differences Absolute
.137 Positive
.121 Negative
-.137 Kolmogorov-Smirnov Z
.952 Asymp. Sig. 2-tailed
.325
Sumber: Data diolah, 2010
Gambar 4.1 Grafik Histogran Uji normalitas Model Regresi cos
PER
Gambar 4.2 Grafik Normal Probability Plot Model Regresi
PER
Berdasarkan tabel 4.5 nampak bahwa nilai kolmogorov-smirnov adalah 0.952 dan signifikan pada 0.325, dan nilainya diatas taraf signifikansi
0.05. Hal ini juga ditunjukkan oleh grafik histogram gambar 4.1 bahwa bentuk grafik menyerupai lonceng dan simetris, selain itu juga nampak pada gambar
4.2, titik-titik menyebar diskitar garis diagonal dan mengikuti arah garis diagonal. Berdasarkan ketiga macan pengujian tersebut dapat dikatakan bahwa
model regresi memenuhi asumsi normalitas. b
Uji Multikolinieritas Hasil pengujian asumsi multikolinieritas untuk model regersi
PER
ditunjukkan pada output SPSS berikut ini:
Tabel 4.6 Hasil Uji Multikolinieritas Model Regresi
PER
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant -.565
3.003 -.188
.852 EP
-.034 .139
-.037 -.248
.805 .991
1.009 BETA
-.166 .116
-.230 -1.431
.159 .835
1.197 FS
.070 .246
.046 .286
.777 .829
1.206
Sumber: Data diolah, 2010
Berdasarkan tabel 4.6 diperoleh nilai tolerance yang lebih dari 0.10 yang berarti tidak ada korelasi antara variabel independen. Sedangkan nilai
Variance Inflation Factor VIF juga menunjukkan hal yang sama dengan nilai VIF yang tidak lebih dari 10. Dengan demikian disimpulkan bahwa model
regresi ini tidak
memiliki gejala multikolinieritas antar variabel
independennya. c
Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Untuk mendeteksi ada tidaknya heteroskedastisitas,
digunakan Uji
Glejser
dan dapaat melihat bentuk pola grafik plot. Berikut ini merupakan hasil pengujian heteroskedastisitas untuk model regresi PER.
Tabel 4.7 Hasil Uji Glejser Model Regresi
PER
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
1.273 1.312
.970 .338
EP -.013
.061 -.032
-.215 .830
BETA .082
.051 .260
1.622 .112
FS -.056
.107 -.084
-.521 .605
Sumber: Data diolah, 2010
Gambar 4.3 Grafik Plot Uji heteroskedastisitas
Berdasarkan tabel 4.7 secara ststistik tidak ada variabel independen yang mempengaruhi variabel dependen, denga nilai signifikansi diatas 0.05.
Selain itu grafik plot menunjukkan titik-titik menyebar secara acak di atas dan di bawah angka 0 pada sumbu Y. Hal ini menunjukkan bahwa dalam model
regresi ini tidak terdapat heteroskedastisitas.
Berdasarkan uji asumsi klasik tersebut, persamaan regresi
PER
= - 0.565 –
0.034
EP
– 0.166
BETA
+ 0.070
FS
dapat dijadikan sebagai alat estimasi yang layak karena telah memenuhi normalitas, tidak terjadi multikolinearitas, dan tidak
ditemukan heteroskedastisitas. 4.1.3.2
Uji Signifikansi Simultan Uji Statistik F Uji statistic F digunakan untuk menunjukkan apakah variabel independen
environmental performance
EP,
systematic risk
BETA, dan
firm size
FS mempengaruhi
return on equity ROE
secara simultanbersama-sama. Dari uji ANOVA pada tabel 4.8 berikut ini diperoleh nilai F hitung sebesar 0.744 dengan
probabilitas 0.532 dan lebih besar dari taraf signifikansi 0.05 artinya dapat dikatakan bahwa model regresi secara simultan tidak dipengaruhi oleh semua
variabel independen.
Tabel 4.8 Hasil Uji Simultan Uji Statistik F Model Regresi
PER
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
1.102 3
.367 .744
.532
a
Residual 21.737
44 .494
Total 22.839
47
Sumber: Data diolah, 2010
4.1.3.3 Uji Signifikansi Parameter Individual Uji Statistik t
Model regresi
PER
= - 0.565 – 0.034
EP
– 0.166
BETA
+ 0.070
FS
diperoleh melalui pengolahan data menggunakan aplikasi SPSS 16.0. Koefisien masing-masing variabel dalam model regresi ini ditunjukkan oleh tabel 4.9 berikut
ini:
Tabel 4.9 Hasil Uji Statistik t Model Regresi PER
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -.565
3.003 -.188
.852 EP
-.034 .139
-.037 -.248
.805 BETA
-.166 .116
-.230 -1.431
.159 FS
.070 .246
.046 .286
.777
Sumber: Data diolah, 2010
Dari ketiga variabel independen dalam model regresi, tidak ada variabel independen yang memiliki nilai signifikansi dibawah 0.05. Dengan demikian
disimpulkan bahwa variabel independen tidak berpengaruh terhadap variabel dependen dan tidak signifikan.
4.1.3.4 Analisis Koefisien Determinasi R
2
Hasil analisis koefisien determinasi diperoleh melalui outpus SPSS yang ditampilkan tabel 4.10 berikut ini:
Tabel 4.10 Hasil Analisis Determinasi Regresi
PER
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.220
a
.048 -.017
.70287
Sumber: Data diolah, 2010
Menurut Gujarati 2003 dalam Ghozali 2007 jika dalam uji empiris didapat nilai adjusted R
2
negatif, maka nilai adjusted R
2
dianggap bernilai nol. Dari tampilan outpus SPSS tabel 4.10 diatas, besarnya adjusted R
2
adalah -0.017 hal ini berarti dari ketiga variabel independen yaitu
environmental performance
EP
,
systematic risk BETA
, dan
firm size FS
tidak memiliki pengaruh terhadap
price earning ratio PER
. Berdasarkan analisis terhadap model regresi
PER
maka diperoleh hasil sebagai berikut:
4.1.4 Analisis Model Regresi
