Terlihat bahwa nilai dw 1,645 berada di antara dU 1,628 dan 4-dU 2,372 dengan demikian tidak ditemukan masalah autokorelasi dalam data.
4.3.2 Persamaan Regresi Linier Berganda
Persamaan regresi linier berganda yang akan dibentuk adalah:
ˆY
= a + b
1
X
1
+ b
2
X
2
ˆY
= nilai taksiran untuk variabel profitabilitas a
= konstanta b
i
= koefisien regresi X
1
= Rasio leverage X
2
= Rasio intensitas modal Dengan menggunakan software SPSS, diperoleh hasil analisis regresi
linier berganda sebagai berikut:
Tabel 4.8
Koefisien Regresi Linier Berganda
Berdasarkan output di atas, diperoleh nilai a sebesar 25,250, nilai b
1
sebesar -0,136 dan b
2
sebesar -10,570. Dengan demikian maka dapat dibentuk persamaan regresi linier berganda sebagai berikut:
Coefficients
a
25,250 6,362
3,969 ,000
-,136 ,573
-,033 -,236
,814 -10,570
4,438 -,328
-2,382 ,021
Constant DER
Intensitas Modal Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Dependent Variable: ROE a.
ˆY
= 25,250 - 0,136 X
1
– 10,570 X
2
Nilai a b
1
dan b
2
dalam persamaan di atas dapat diinteretasikan sebagai berikut:
a = 25,250 artinya: jika tidak ada rasio leverage dan rasio intensitas modal maka profitabilitas akan bernilai 25,25.
b
1
= -0,136 artinya: jika rasio leverage meningkat sebesar 1 sementara rasio intensitas modal konstan, maka profitabilitas akan menurun
sebesar 0,136. b
2
= -10,570artinya: jika rasio intensitas modal meningkat sebesar 1 sementara rasio leverage konstan, maka profitabilitas akan menurun
sebesar 10,570.
4.3.3 Analisis Korelasi
Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi hubungan linier di antara variabel bebas dan variabel terikat. Berikut akan diuraikan analisis
korelasi baik korelasi parsial maupun korelasi berganda.
4.3.3.1 Analisis Korelasi Parsial Antara Rasio leverage X
1
dengan Profitabilitas Y
Dengan menggunakan software SPSS, diperoleh hasil analisis korelasi parsial antara rasio leverage X
1
dengan profitabilitas Y sebagai berikut:
