48
dimiliki oleh PT Intikeramik Alamsari Industri Tbk IKAI dan kepemilikan manajerial terbesar maksimum adalah 0.2777 atau 27.77 dimiliki oleh PT Asahimas Flat Glass
Tbk. Rata – rata kepemilikan saham manajerial dari 31 sampel adalah 0.049 atau 4.9 dan standar deviasi sebesar 0.064128.
Kepemilikan saham institusional terkecil minimum adalah 0.134 atau 13.4 dimiliki oleh PT Sumi Indo Kabel Tbk dan kepemilikan saham institusional terbesar
maksimum adalah 0.931 atau 93.1 dimiliki oleh PT Astra International Tbk. Rata – rata kepemilikan saham institusional adalah 0.623 atau 62.3 dan standar deviasi
sebesar 0.211888. Biaya keagenan yang diukur dengan Asset Turnover ATO mempunyai nilai antara 0.212 sampai dengan 2.240 dengan rata – rata sebesar 1.128 dan
standar deviasi sebesar 0.537.
4.3. Hasil Uji Asumsi Klasik
4.3.1. Uji Asumsi Klasik Regresi 1 Tanpa Variabel Kontrol
Uji asumsi klasik adalah persyaratan statistik yang harus dimiliki oleh analisis regresi linier berganda. Asumsi yang dipergunakan adalah uji normalitas, uji
multikolinearitas, uji heterokedastisitas dan uji autokorelasi.
1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Dengan adanya tes normalitas maka hasil
penelitian bisa digeneralisasikan pada populasi. a.
Pendekatan Histogram
49
Sumber: Hasil Olahan SPSS 2015
Gambar 4.1 Pendekatan Histogram
Untuk menguji normalitas data dapat dilihat dengan histogram yang memiliki ciri – ciri khusus. Kemencengan suatu kurva distribusi data dapat bertanda positif jika kurva
juling ke kanan atau bertanda negatif jika kurva juling ke kiri. Gambar histogram di atas terlihat bahwa variabel distribusi normal, hal ini
ditunjukkan oleh distribusi data tersebut tidak menceng ke kiri atau ke kanan. b.
Pendekatan Grafik
50
Sumber: Hasil Olahan SPSS 2015
Gambar 4.2 Pendekatan Grafik
PP Plot akan membentuk plot antara nilai – nilai dari sumbu y dan sumbu x. Apabila
plot keduanya berbentuk linier , maka hal ini merupakan indikasi bahwa residual menyebar normal.
Gambar 4.2 terlihat titik yang mengikuti data di sepanjang garis diagonal. Hal ini berarti data berdistribusi secara normal. Namun seringkali data kelihatan normal karena
mengikuti garis normal karena mengikuti garis diagonal. Untuk memastikan apakah data sepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorv-Smirnov.
c. Pendekatan Kolmogorv-Smirnov
Tabel 4.3 Pendekatan Kolmogorv-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 31
Normal Parameters
a,b
Mean 0E-7
51
Std. Deviation .41582328
Most Extreme Differences Absolute
.074 Positive
.074 Negative
-.067 Kolmogorov-Smirnov Z
.414 Asymp. Sig. 2-tailed
.995 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Olahan SPSS 2015
Pada Tabel 4.3 pendekatan kolmogorv-smirnov terlihat bahwa nilai Kolmogorv- Smirnov adalah 0.414. Nilai Asymp.Sig.2-tailed adalah 0.995 dan di atas nilai
signifikan 0.05. Dengan kata lain variabel residual berdistribusi normal. 2.
Uji Heterokedastisitas Uji Heterokedastisitas bertujuan untuk menguji apakah dalam model regresi
terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan ada
homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi hetetokedastisitas. Alat untuk menguji heterokedastisitas bisa dibagi dua, yakni dengan analisis grafik
scatterplot atau dengan analisis residual yang berupa statistik yaitu uji glejser. a.
Grafik Scatterplot
52
Sumber: Hasil Olahan SPSS 2015
Gambar 4.3 Grafik Scatterplot
Gambar 4.3 di atas terlihat titik – titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol
pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi. Kelemahan dari model ini adalah semakin sedikit jumlah pengamatan maka akan sulit
menginterpretasikan hasilnya maka selanjutnya dilakukan uji glejser. b.
Uji Glejser
Tabel 4.4 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant .632
.221 2.865
.008
53
Kepemilikan_Manajerial -.600
.718 -.161
-.836 .411
Kepemilikan_Institusional .081
.220 .069
.366 .717
KMSRIS -.816
.475 -.316
-1.717 .097
a. Dependent Variable: absut
Sumber: Hasil Olahan SPSS 2015 Hasil dari uji glesjer menunjukkan tidak satupun variabel independen yang
signifikan seca ra statistic mempengaruhi variabel dengan absolute Ut absUt. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5, jadi disimpulkan
model regresi tidak mengarah adanya heterokedastisitas. 3.
Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya.
Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Hal ini biasanya terjadi pada data times series. Karena pengganggu pada
suatu data cenderung mengganggu data lainnya.
Tabel 4.5 Hasil uji autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .634
a
.402 .335
.438316 1.853
a. Predictors: Constant, KMSRIS, Kepemilikan_Institusional, Kepemilikan_Manajerial b. Dependent Variable: ATO
Sumber: Hasil Olahan SPSS 2015
54
Pada Tabel 4.5 terlihat bahwa Durbin-Watson DW adalah 1.853. Durbin Watson berada diantara 1.66 dan 2.34. Artinya tidak ada autokorelasi positif atau negatif.
Dengan demikian , tidak terdapat adanya autokorelasi pada model regresi. 4.
Uji Multikolinearitas
Tabel 4.6 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1.140 .400
2.850 .008
Kepemilikan_Manajerial 3.094
1.302 .382
2.375 .025
.856 1.168 Kepemilikan_Institusional
.956 .400
.377 2.390
.024 .892 1.122
KMSRIS -1.922
.862 -.342 -2.228
.034 .940 1.064
a. Dependent Variable: ATO
Sumber: Hasil Olahan SPSS 2015 Menurut Helmi dan Lufti 2012 :139, multikolinearitas dapat dilihat dari nilai tolerance
dan Variance Inflation Factor VIF. Tabel 4.6 menunjukkan bahwa nilai tolerance 0.1 dan nilai VIF 10 yang berarti bahwa tidak terjadi multikolinearitas.
5. Analisis Regresi Berganda
Regresi linear berganda ditujukan untuk menentukan hubungan linier antar beberapa variabel bebas dengan variabel terikat. Model persamaan untuk menjawab
hipotesis 1 adalah sebagai berikut :
ATO = 1.140 + 3.094 KepMan + 0.956 KepIn – 1.922 Kmsrs + e
Interpretasi persamaan di atas adalah sebagai berikut : 1.
Konstanta sebesar 1.140 menunjukkan bahwa jika variabel dependen Ukuran dewan komisaris independen, kepemilikan manajerial dan kepemilikan institusional konstan
55
maka nilai ATO akan naik sebesar 1.140. Hal ini dikarenakan walaupun variabel independen diasumsikan konstan masih adanya faktor – faktor lain yang dapat
meningkatkan nilai ATO. 2.
Koefisien kepemilikan manajerial sebesar 3.094 menunjukkan bahwa setiap kenaikan kepemilikan manajerial sebesar 1 kompisisi maka ATO perusahaan akan meningkat
sebesar 3.094 dengan asumsi variabel lain tetap variabel lain sama dengan nol. 3.
Koefisien kepemilikan institusional sebesar 0.956 menunjukkan bahwa setiap kenaikan kepemilikan manajerial sebesar 1 maka ATO perusahaan akan meningkat
sebesar 0.956 dengan asumsi variabel lain tetap variabel lain sama dengan nol. 4.
Koefisien ukuran dewan komisaris independen sebesar 1.922 menunjukkan bahwa setiap pertambahan 1 komposisi dewan komisaris independen maka ATO perusahaan
akan menurun sebesar 1.922 dengan asumsi variabel lain tetap variabel lain sama dengan nol.
4.3.2. Pengujian Hipotesis Tanpa Variabel Kontrol
