Persamaan Regresi Tabel 4.6 Analisis Koefisien Determinasi

4.2.3 Analisis Regresi

Berdasarkan hasil pengujian asumsi klasik disimpulkan bahwa model regresi yang digunakan dalam penelitian ini telah memenuhi model estimasi yang Best Linear Unbiased Estimator BLUE dan layak untuk dilakukan analisis statistik selanjutnya, yaitu melakukan pengujian hipotesis.

4.2.3.1 Persamaan Regresi Tabel 4.6

Hasil Analisis Regresi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .689 .199 3.455 .001 Economic Value Added 2.824E-14 .000 .058 .434 .666 Market Value Added 1.345E-14 .000 .208 1.567 .121 Board Independent -.005 .005 -.114 -1.090 .279 a. Dependent Variable: Return Saham Sumber : Data yang diolah penulis, 2013 Berdasarkan tabel diatas, didapatlah persamaan regresi sebagai berikut : Return_Saham = 0,689 + 2,824E-14 EVA + 1,345E-14 MVA – 0,005 BI Keterangan : Universitas Sumatera Utara 1 Konstanta sebesar 0,689 menunjukkan bahwa apabila tidak ada variabel independen EVA, MVA, dan Board Independent maka tingkat return saham sebesar 0,689. 2 �1 sebesar 2,824E-14 menunjukkan bahwa setiap penambahan economic value added sebesar 1 akan diikuti oleh kenaikan return saham sebesar 2,824E-14 dengan asumsi variabel lain tetap. 3 �2 sebesar 1,345E-14 menunjukkan bahwa setiap penambahan market value addedsebesar 1 akan diikuti oleh kenaikanreturn saham sebesar 1,345E-14 dengan asumsi variabel lain tetap. 4 �3 sebesar -0,005 menunjukkan bahwa setiap penambahan board independent sebesar 1 akan diikuti oleh penurunan return saham sebesar 0,005 dengan asumsi variabel lain tetap.

4.2.3.2 Analisis 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 variasi variabel Universitas Sumatera Utara dependen. Sebaliknya, semakin kecil nilai R square maka kemampuan variabel- variabel independen untuk menjelaskan variasi variabel dependen semakin terbatas. Nilai R square memiliki kelemahan yaitu nilai R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Oleh karena itu, digunakan nilai adjustedR square untuk mengevaluasi mana model regresi terbaik. Tabel 4.7 Model Summary Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .264 a .070 .037 .74324 a. Predictors: Constant, Board Independent, Market Value Added, Economic Value Added b. Dependent Variable: Return Saham Dari hasil uji dapat dilihat nilai koefisien r sebesar 0,264 yang berarti bahwa ada korelasi atau hubungan antara return saham RS dengan variabel independennya EVA, MVA, dan Board Independent lemah. Koefisien korelasi dikatakan kuat apabila nilai R berada diatas 0,5 dan mendekati 1. Angka adjusted R Square atau koefisien determinasi adalah 0,037. Hal ini berarti 3,7 variasi atau perubahan dalam return saham dapat dijelaskan oleh EVA,MVA, dan Board Independentsedangkan sisanya 96,3 dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam Universitas Sumatera Utara persamaan. Standar Error of Estimate SEE adalah 0,74324, yang mana semakin kecil SEE akan membuat model regresi semakin tepat dalam memprediksi variabel dependen. 4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Statistik t