Tabel 4.2 Definisi Operasional Variabel
Jenis Variabel
Nama Variabel
Definisi Operasional Parameter
Skala Ukuran
Variabel Inde-
penden Economic
Value Added X
1
Ukuran kinerja keuangan yang paling baik untuk menjelaskan
economic profit suatu perusahaan, dibandingkan
dengan ukuran yang lain. EVA = NOPAT –
WACC xcapital Rasio
Leverage Keuangan
X
2
Menunjukkan kemampuan perusahaan dalam menjamin
total hutang dengan total modal. DER =
Total Debt Total Equity
Rasio Manajemen
Laba X
3
Ukuran diskresional akrual total manajeman laba
DTAC
t
= TAC
t
TA
t −1
− NDTAC
t
Rasio
Variabel Moderating
Dividend Payout Ratio
X4 Ukuran perbandingan laba
perusahaan yang dibagikan dalam bentuk dividen
DPR= Deviden Per Share
Earning Per Share Rasio
Variabel Dependen
Return Saham Y
Tingkat keuntungan yang diharapkan dari para investor
dari kenaikan harga saham dan pembagian dividen.
= Capital gain loss + Yield =
P
t
- P
t-1
+ D
t
P
t-1
× 100 Rasio
4. 6. Metode Analisis Data
Metode analisis data yang dilakukan dalam penelitian ini adalah menggunakan model sebagai berikut :
a. Model Regresi Linear Sederhana b. Model Regresi Linear Multivariat berganda
c. Model Regresi Linear Multivariat berganda moderating dengan uji selisih mutlak
Universitas Sumatera Utara
Untuk mengadakan analisis dengan model regresi harus diadakan pengujian kualitas data dengan menggunakan statistik deskriptif dan asumsi klasik.
4. 6. 1. Statistik Deskriptif
Statistik ini digunakan untuk memberikan gambaran profil data sampel. Penelitian ini menggunakan statistik deskriptif yang terdiri dari rata-rata, deviasi
standar, minumun dan maksimum.
4. 6. 2.
Salah satu syarat untuk pengujian hipotesis dengan menggunakan analisis regresi adalah uji asumsi klasik. Jika asumsi-asumsi tersebut tidak semua terpenuhi
maka hasiya akan bias Mason Douglas, 1999. Uji ini meliputi: uji normalitas, uji multikolinearitas, uji autokorelasi, dan uji heteroskedastisitas.
Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel terikat dan variabel bebas memiliki distribusi normal atau tidak. Model regresi
yang baik adalah memiliki distribusi normal atau mendekati normal. Menurut Ghozali 2005, ada dua cara untuk mendeteksi apakah data variabel
berdistribusi normal atau tidak, yaitu dengan melihat grafik normal plot dan secara statistik dengan Uji Kolmogorov Smirnov. Pengujian dengan metode ini
Universitas Sumatera Utara
menyatakan jika nilai Kolmogorov-Smirnov K-S memiliki probabilitas lebih besar dari 0,05 Santoso, 2007, maka variabel penelitian tersebut dapat
dinyatakan berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel bebas. Menurut Gujarati 2008, konsekuensi praktis yang timbul sebagai adanya multikoliniaritas ini adalah
kesalahan standar penaksir semakin besar dan probabilitas untuk menerima hipotesis yang salah semakin besar. Multikolinearitas terjadi jika variabel bebas
saling berkorelasi. Hal ini bisa menyebabkan kesimpulan yang salah sehubungan dengan manakah variabel bebas yang mempunyai pengaruh nyata dan yang tidak
nyata. Salah satu cara untuk mengetahui adanya multikoliniaritas adalah dengan
melakukan uji VIF Variance Inflation Factor. Nilai VIF yang tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas
dari multikoliniaritas. VIF = 1 Tolerance, jika VIF = 10 maka Tolerance = 1 10 = 0,1. Semakin tinggi VIF maka semakin rendah Tolerance.
3. Uji Autokorelasi
