Variabel Penelitian dan Definisi Operasional
yang dilihat dari nilai rata-rata, standar deviasi, nilai maksimum dan nilai minimum
Ghozali, 2009. Standar deviasi, nilai minimum dan nilai maksimum menggambarkan persebaran data. Data yang memiliki standar
deviasi yang semakin besar menggambarkan data tersebut semakin menyebar.
2. Analisis Regresi Berganda
a. Model Penelitian
Model penelitian dapatdirumuskansebagaiberikut : Y = a + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + e
Keterangan: Y
= Nilai Perusahaan A
= Konstanta persamaan regresi β1 – β7
= Koefisien regresi X1
= Kepemilikan manajerial X2
= Kepemilikan institusional X3
= Komite audit X4
= Komisaris independen X5
= Dewan komisaris X6
= Ukuran Perusahaan X7
= Leverage e
= Variabel residual
Besarnya konstanta tercermin da lam “a” dan besarnya koefisien
regresi dari masing- masing variabel independen ditunjukkan dengan β1,
β2, β3, β4, dan β5. Pada model persamaan di atas dapat diketahui tanda positif atau negatif dari masing-masing variabel independen terhadap
variabel dependen. Agar model tersebut memberikan hasil estimasi yang terbaik, maka
model harus memenuhi asumsi regresi linier klasik, yaitu tidak terjadi gejala multikolonieritas, autokorelasi, heterokedastisitas dan berdistribusi
normal ataupun mendekati normal.
3. Uji Asumsi Klasik
Pengujian asumsi klasik yang harus dipenuhi untuk menguji analisis ini antara lain: uji normalitas, multikolonieritas, autokorelasi dan
heteroskedastisitas Ghozali, 2005. a.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distribusi normal. Terdapat dua cara untuk melakukan uji normalitas ini yaitu dengan
analisis grafik dan uji statistik Ghozali, 2009. Uji statistik yang digunakan untuk menguji normalitas residual dalam penelitian ini adalah
dengan menggunakan analisis grafik yaitu dengan melihat grafik histogram.
b. Uji Multikolonieritas
Multikolonieritas adalah adanya suatu hubungan linier yang sempurna antara beberapa atau semua variabel independen. Uji
multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen GCG Ghozali, 2011. Untuk mendeteksi ada atau tidaknya
multikolinearitas di dalam model regresi dapat dilihat dari nilai tolerance nilai VIF Variance Inflation Factor.Apabila nilai VIF 10 kurang dari
10 dan nilai tolerance 10 di atas 10.
c. Autokorelasi
Uji autokorelasi ini betujuan untuk menguji apakah didalam model regresi linier terdapat korelasi antara kesalahan pengganggu pada
periodet dengan kesalahan pengganggupada periode t-1 sebelumnya Ghozali, 2009. Pada penelitian ini, pengujian autokorelasi dilakukan
dengan menggunakan metode Durbin-Watson. Kriteria untuk penilaian terjadinya autokorelasi menurut Sunyoto
2009, yaitu: 1.
Angka D-W di bawah -2 berarti ada autokorelasi positif. 2.
Angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi. 3.
Angka D-W di atas +2 berarti ada autokorelasi negatif.
d. Heteros kedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari residual satu
pengamatan yang lain Ghozali, 2011. Jika pemindahan residual tetap maka disebut homoskedastisitas. Model regresi yang baik adalah model
homoskesdatisitas atau tidak bersifat heterokedastisitas. Penelitian ini menggunakan grafik scatterplot untuk mengetahui ada tidaknya
heteroskedastisitas pada suatu model regresi. Dasar pengambilan keputusan adalah dengan melihat ada tidaknya
pola tertentu antara Y yang diprediksi dan residual. Menurut Ghozali 2011, dasar analisisnya adalah:
1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola
tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas
2 Jika ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4. Uji Hipotesis
Dalam penelitian ini, peneliti menggunakan, uji signifikan sisimultan uji statistik F, uji signifikasi parameter individual uji statistik t, dan uji
analisis koefisien .
a. Uji F
Uji signifikan sisimultan menunjukkan pengujian pengaruh variable independen yang dimasukkan dalam model regresi mempunyai
pengaruh secara bersama-sama terhadap variabel dependen Ghozali, 2009. Apabila nilai probabilitas signifikan pada
tingkat α = 5, maka variabel independen secara bersama-sama mempengaruhi variabel
dependen Ghozali, 2009. 1
Jika Sig ≤ 0,05, maka H
ditolak, ini berarti bahwa secara simultan variabel independen mempunyai pengaruh yang signifikan terhadap
nilai perusahaan. 2
Jika Sig 0,05, maka H tidak dapat ditolak, ini berarti bahwa secara
simultan variabel independen tidak mempunyai pengaruh signifikan terhadap nilai perusahaan.
b. Analisis Koefisien Determinasi R
2
Koefisien determinasi R
2
mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen berupa nilai
perusahaan. Nilai R
2
adalah antara nilai nol dan satu 0 ≤ R
2
≤ 1. Semakin besar R
2
mendekati 1, semakin baik hasil model regresi tersebut dan semakin mendekati 0, maka variabel independen secara
keseluruhan tidak dapat menjelaskan variabel dependen. Nilai R
2
yang kecil
berarti kemampuan
variabel-variabel independen
dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang