34
Employed Efficiency CEE. Variabel dependen yang digunakan yaitu kinerja keuangan perusahaan yang diproksikan dengan Return on Assets
ROA. Untuk mengetahui apakah ada pengaruh yang signifikan dari
variabel independen terhadap variabel dependen maka digunakan model regresi linier berganda multiple linier regression method, yang dirumuskan
sebagai berikut:
Y = �
+ �
1
HCE + �
2
SEE + �
3
CEE + ℇ
Dalam hal ini : Y
= kinerja keuangan perusahaan ROA
� =
konstanta �
1
– �
3
= koefisien regresi, merupakan besarnya perubahan variable
terikat akibat perubahan tiap – tiap unit variable bebas HCE
= Human Capital Efficiency
SCE =
Structural Capital Efficiency CEE
= Capital Employed Efficiency
ℇ =
kesalahan residual error
3.7.4 Uji Hipotesis
3.7.4.1 Koefisien Determinasi
Koefisien determinasi R
2
menjelaskan proporsi variasi dalam variabel terikat Y yang dijelaskan oleh variabel bebas lebih dari satu
variabel: X
i
; i = 1, 2, 3, 4 …, k secara bersama-sama. R adalah koefisien korelasi majemuk yang mengukur tingkat hubungan antara
Universitas Sumatera Utara
35
variabel terikat Y dengan semua variabel bebas yang menjelaskan secara bersama-sama dan nilainya selalu positif Sanusi, 2013.
Persamaan regresi linear berganda semakin baik apa bila nilai koefisien determinasi R
2
semakin besar antara 0 dan 1 dan cenderung meningkat nilainya sejalan dengan peningkatan jumlah
variabel bebas. Nilai R
2
yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variasi variabel dependen
amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen.
3.7.4.2 Uji Signifikansi Simultan Uji Statistik F
Uji Statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model
mempunyai pengaruh secara bersama-sama terhadap variabel dependen Ghozali, 2009. Cara untuk mengetahuinya yaitu dengan
membandingkan nilai F hitung dengan nilai F tabel. Apabila nilai F hitung lebih besar daripada nilai F tabel, maka hipotesis alternatif
diterima artinya semua variabel independen secara bersama-sama dan signifikan mempengaruhi variabel dependen. Selain itu juga dapat
dilihat berdasarkan probabilitas. Jika probabilitas signifikansi lebih kecil dari 0,05 α maka variabel independen secara bersama-sama
simultan berpengaruh terhadap variabel dependen.
Universitas Sumatera Utara
36
3.7.4.3 Uji Signifikansi Parameter Individual Uji Statistik t
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam
menerangkan variasi variabel dependen. Cara untuk mengetahuinya yaitu dengan membandingkan nilai t hitung dengan nilai t tabel.
Apabila nilai t hitung lebih besar dibandingkan dengan nilai t tabel maka berarti t hitung tersebut signifikan artinya hipotesis alternatif
diterima yaitu variabel independen secara individual mempengaruhi variabel dependen. Selain itu, bisa juga dilakukan dengan melihat p-
value dari masing-masing variabel. Hipotesis diterima apabila p-value 5 Ghozali, 2009.
Universitas Sumatera Utara
37
BAB IV HASIL DAN PEMBAHASAN
4.1
Statistik Deskriptif
Sanusi 2013 menyatakan bahwa statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau
menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud untuk membuat kesimpulan yang berlaku umum atau generalisasi. Statistik
deskriptif menjelaskan nilai maksimum, nilai minimum, nilai rata-rata mean, dan nilai standar deviasi dari variabel penelitian.
Tabel 4.1 Statistik Deskriptif
N Minimum
Maximum Mean
Std. Deviation HCE
100 ,82
7,97 2,6064
1,20593 SCE
100 -,22
,87 ,5534
,16697 CEE
100 ,00
3,24 ,3964
,33856 ROA
100 -,93
4,70 1,8642
1,08017 Valid N listwise
100
Sumber: Data Sekunder yang Diolah
Nilai minimum merupakan nilai terendah dari suatu distribusi data. Pengukuran rata-rata mean merupakan cara yang paling umum digunakan untuk
mengukur nilai interval dari suatu distribusi data, rata-rata hitung mean dari sekelompok atau serangkaian data adalah jumlah dari seluruh nilai data dibagi
dengan banyak data. Standar deviasi merupakan perbedaan nilai data yang diteliti dengan rata-rata hitung sekelompok data tersebut.
Universitas Sumatera Utara
38
Variabel independen terdiri dari Human Capital Efficiency HCE, Structural Capital Efficiency SCE, dan Capital Employed Efficiency CEE.
Berdasarkan tabel 4.1 dapat dilihat bahwa secara rata-rata mean variabel Human Capital Efficiency HCE memiliki rata-rata sebesar 2,6064 yang menunjukkan
rata-rata besar efisiensi dari penggunaan modal manusia yang ada di perusahaan perbankan yang menjadi sampel. Nilai minimum dari HCE yaitu sebesar 0,82,
nilai maksimum yaitu sebesar 7,97, dan standar deviasi sebesar 1,2059. Variabel Structural Capital Efficiency SCE menunjukkan seberapa besar
modal struktural digunakan perusahaan untuk menciptakan kekayaan. Rata-rata nilai SCE dari seluruh sampel sebesar 0,5534, nilai minimum yaitu sebesar -0,22
nilai maksimum yaitu sebesar 0,87 dan standar deviasi sebesar 0,16697. Variabel Capital Employed Efficiency CEE menunjukkan seberapa besar
efisiensi dari penggunaan modal oleh perusahaan. Rata-rata dari nilai CEE sebesar 0,3964. Nilai minimum yaitu sebesar 0,00 dan nilai maksimum yaitu sebesar 3,24,
dan standar deviasi sebesar 0,33856. Untuk variabel dependen yaitu Return on Assets ROA menunjukkan
kinerja perusahaan berdasarkan kemampuan perusahaan menghasilkan laba dengan menggunakan asetnya. Nilai rata-rata dari ROA yaitu sebesar 1,8642.
Nilai minimum yaitu sebesar -0,93, nilai maksimum yaitu sebesar 4,70, dan standar deviasi sebesar 1,08017.
Universitas Sumatera Utara
39
4.2 Uji Asumsi Klasik
4.2.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas mempunyai distribusi normal atau tidak.
Uji normalitas dapat dilihat melalui normal probability plot P-P Plots. Data normal jika titik-titik menyebar mengikuti garis diagonal.
Gambar 4.1 Normal P-P Plot
Pada gambar 4.1 dapat disimpulkan data untuk penelitian terdistribusi normal. Hal tersebut karena titik-titik pada P-P Plot menyebar mengikuti
garis diagonalnya. Uji normalitas juga dapat dilakukan menggunakan uji Kolmogrov Smirnov. Uji ini mengidentifikasi data normal jika nilai signifikan
0,05. Berdasarkan tabel 4.2 dapat dilihat bahwa data dalam penelitian terdistribusi secara normal.
Universitas Sumatera Utara
