67
3.5.2.4 Uji Autokorelasi
Menurut Ghozali 2006, autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 sebelumnya. Dijelaskan juga bahwa jika terjadi korelasi, maka dinamakan ada masalah autokorelasi. Autokorelasi muncul
karena observasi yang berurutan sepanjang waktu berkaitan satu samaa lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu
observasi lainnya. Pendeteksian ada atau tidaknya autokorelasi menggunakan uji Durbin-Watson. Pengambilan keputusan dapat dilihat melalui tabel autokorelasi
berikut ini:
Tabel 3.1 Kriteria Nilai Uji Durbin-Watson No
Nilai DW Kesimpulan
1. 1,65 DW 2,35
Tidak ada autokorelasi 2.
1,21 DW 1,65 Tidak dapat disimpulkan
3. 2,35 DW 2,79
4. DW 1,21
Terjadi autokorelasi 5.
DW 2,79 Sumber : Sulaiman, 2004
3.5.3 Uji Hipotesis
Pengujian hipotesis adalah suatu prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak hipotesis mengenai parameter populasi.
3.5.3.1 Analisis Regresi
Model regresi linier digunakan untuk mengetahui apakah terdapat pengaruh yang signifikan dari satu variabel terikat dependen dan lebih dari satu variabel
bebas independen. Variabel dependen dalam penelitian ini adalah nilai perusahaan
68
properti dan real estate yang diproksikan dengan Tobin’s Q. Sedangkan, variabel
independennya adalah Investment Opportunity Set yang diproksikan dengan Market Value to Book Value Assets . Selain itu penelitian ini memiliki variabel moderasi
kepemilikan manajerial dan kepemilikan institusional. Analisis regresi dalam penelitian ini digunakan untuk mengetahui pengaruh Investment Opportunity Set
terhadap nilai perusahaaan dengan kepemilikan manajerial dan kepemilikan institusional pada perusahaan properti dan real estate di Indonesia periode tahun
2012-2013. Analisis yang digunakan dalam penelitian ini adalah analisis regresi
sederhana. Dengan persamaan regresi sebagai berikut :
Y
1
= β
+ β
1
X
1
+ ε .......................................................... model 1
Y
1
= β
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ ε ................................. model 2
Y
2
= β
+ β
5
X
1
+ ε .......................................................... model 1
Y
2
= β
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ ε .................................. model 3
Keterangan : Y
1
= Kinerja Keuangan ROA β
= Konstanta β
1
= Koefisien Variabel Bebas X
1
= Intellectual Capital VAIC
TM
β
2
= Koefisien Variabel Bebas X
2
= Capital Employed Efficiency CEE
69
Β
3
= Koefisien Variabel Bebas X
3
= Human Capital Efficiency HCE Β
4
= Koefisien Variabel Bebas X
4
= Structural Capital Efficiency SCE Y
2
= Nilai Perusahaan PBV ε
= Standar Error
3.5.3.2 Uji Koefisien Determinasi
Koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 2006. Lebih lanjut
Ghozali 2006 menjelaskan bahwa nilai koefisien determinasi adalah antara nol dan sampai dengan satu. Nilai adjusted R
2
yang mendekati satu berarti kemampuan variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen.
3.5.3.3 Uji Parsial T- Test
Kategori