akan bertambah sebesar 0.163 atau 16.3 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
♦ Nilai β
4
= 1.417
Koefisisen regresi β
2
ini menunjukkan bahwa setiap variabel debt to equity ratio meningkat sebesar satu satuan, maka pertumbuhan laba
akan menurun sebesar 1.417 atau 141.7 dengan asumsi variabel independen lainnya dianggap tetap atau sama dengan nol.
b. Koefisien determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen.
Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1
.
Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai R square adalah nol
sampai dengan satu. Apabila nilai R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang
dibutuhkan untuk memprediksi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen
dalam menjelaskan variasi variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square akan meningkat setiap ada
Universitas Sumatera Utara
penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Nilai
adjusted R square digunakan untuk mengevaluasi mana model regresi terbaik.
Tabel 4.7 Hasil Analisis Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .552
a
.305 .209
1.33702 a. Predictors: Constant, x4, x1, x2, x3
b. Dependent Variable: yln
Sumber : Output SPSS, diolah peneliti, 2013
Dari hasil uji dapat dilihat nilai R sebesar 0.552, hal ini berarti hubungan antara pertumbuhan laba dengan variabel-variabel
independennya adalah kuat karena berada diatas 0.5. Nilai R Square didapat 0.305, namun untuk mengevaluasi model regresi sebaiknya
digunakan nilai Adjusted R Square yaitu 0.209. Hasil ini menjelaskan
Universitas Sumatera Utara
bahwa 0.209 20.9 dari variasi pertumbuhan laba dapat dijelaskan oleh variabel-variabel independen yang ada.. Sedangkan sisanya 79.1 100-
20.9 dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini. Standard Error of the Estimate SEE model tersebut adalah
1.33702. SEE yang semakin kecil akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.
4. Pengujian Hipotesis a. Uji t t-test
