Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 ,775
a
,866 ,830
,57081 2,188
a. Predictors: Constant, SIZE_LN, DA_LN b. Dependent Variable: CAR_LN
Sumber: Hasil Pengolahan SPSS 2012 Hasil uji autokorelasi diatas menunjukkan nilai R sebesar 0,775
menunjukkan bahwa koralasi yang kecil yaitu 77,5. Nilai adjust R square sebesar 0,565 atau 56,5 mengindikasikan bahwa variasi dari kedua variabel
independen hanya mampu menjelaskan variabel dependen 56,5. Durbin – Watson sebesar 2,188, nilai ini akan dibandingkan dengan nilai tabel dengan
menggunakan nilai signifikansi 5 junlah sampel 25 n dan jumlah independen 2 k=2. Oleh karena nilai DW 2,188 lebih besar dari batas du 1,546 dan kurang
dari 4-1,546 4-du, maka dapat disimpulkan bahwa tidak ada autokorelasi positif atau negatif.
4.1.3 Pengujian Hipotesi Penelitian
4.1.3.1. Persamaan Regresi
Dalam pengolahan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara variabel dependen dengan
variabel independen.
Tabel 4.6 Hasil Analisis Regresi
Universitas Sumatera Utara
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -1,470
,368 -3,997
,001 SIZE_LN
-,841 ,156
-,776 -5,390
,000 DA_LN
-,005 ,251
-,003 -,020
,984 a. Dependent Variable: CAR_LN
Sumber : Data diolah penulis, 2012 Berdasarkan hasil analisis regresi seperti tertera pada ringkasan tabel 4.4
diatas diperoleh persamaan model regresi yang distandarkan sebagai berikut:
Y=-1,470 - 0,841X
1
– -0,05X
2
+ e
Adapun interpretasi dari persamaan di atas adalah: 1. a = -1,470
nilai konstanta ini menunjukkan bahwa apabila tidak ada variabel SIZE_LN, DA X
1
= X
2
= 0, maka rentabilitas yang diberikan adalah 1,470.
2. b
1
= -0,841 koefisien regresi b
1
ini menunjukkan bahwa setiap variabel SIZE_LN meningkat satu satuan, maka CAR akan bertambah 0,841 atau 84,1
dengan asumsi variabel lain dianggap tetap atau ceteris paribus. 3. b
2
= -0,05 nilai parameter atau koefisien regresi b
2
menunjukkan bahwa setiap variabel DA_LN menurun satu satuan, maka CAR akan menurun sebesar
0,05 atau 0,5 dengan asumsi variabel lainnya tetap atau sama dengan nol.
Universitas Sumatera Utara
4.1.3.2. Uji Signifikasi Simultan
Pengujian hipotesis secara simultan dilakukan dengan uji F. Menurut Ghazali 2006:84 “uji statistik F pada dasarnya menunjukkan apakah semua
variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama tehadap variabel dependenterikat”. Uji F
merupakan suatu untuk mengetahui apakah semua variabel independen bukan merupakan penjelas yang sihnifikan terhadap variabel dependen. Penguji ini
dilakukan dengan menghitung serta membandingkan F hitung dengan F tabel yaitu ketentuan sebagai berikut:
Jika F
hitung
F
tabel
dan signifikansi 5 H diterima
Jika F
hitung
F
tabel
dan signifikansi 5 H
a
diterima
Tabel 4.7 Hasil Uji F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
10,805 2
5,403 16,581
,000
a
Residual 7,168
22 ,326
Total 17,973
24 a. Predictors: Constant, DA_LN, SIZE_LN
b. Dependent Variable: CAR_LN
Sumber: Hasil Pengolahan SPSS 2012 Berdasarkan hasil perhitungan dengan menggunakan program SPSS
tersebut, dapat disimpulkan bahwa F
hitung
sebesar 16,581 dan F
tabel
sebesar 4,242
Universitas Sumatera Utara
dengan nilai p value sebesar 0,00 jauh lebih kecil dari 0,05. Dengan demikian dapat diketahui bahwa F
hitung
F
tabel
16,581 4,242, H
a
diterima dan nilai p value yaitu 0,00 0,05 artinya antara Reaksi Pasar dan Informasi Laba DA
memiliki pengaruh linear terhadap Manajeman Laba CAR. Dengan kata lain, variabel-variabel independen secara bersama-sama mempengaruhi jumlah CAR
secara signifikan.
4.1.3.3. Uji Signifikansi Parsial