Definisi Operasional Variabel METODE PENELITIAN
pada variabel Nilai Perusahaan, Corporate Social Responsibility, Keputusan Investasi, Struktur Modal, dan Kepemilikan Manajerial.
2. Uji Asumsi Klasik Uji asumsi klasik bertujuan untuk menentukan ketepatan model. Uji
asumsi klasik yang digunakan adalah : a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Pengujian normalitas model regresi dapat menggunakan analisis uji grafik. Penulis menggunakan analisis uji grafik, yaitu menggunakan
grafik Normal P-P Plot Regression Standardized Residual dan Histogram dengan dasar pengambilan keputusan menurut Imam
Ghozali 2011: 163, yaitu : 1 Jika data menyebar yang berada di sekitar garis diagonal
mengikuti arah dari garis diagonal tersebut atau grafik histogram menunjukkan pola distribusi normal, maka model regresi
dikatakan memenuhi asumsi normalitas. 2 Jika data menyebar jauh dari garis diagonal danatau tidak
mengikuti arah dari garis diagonal tersebut atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi
dikatakan tidak memenuhi asumsi normalitas.
b. Uji Multikolinearitas Uji multikolinearitas dilaksanakan dengan tujuan untuk menguji
model regresi, yaitu apakah di dalamnya ditemukan korelasi antarvariabel bebas independen. Indikator model regresiyang baik
adalah tidak adanya korelasi di antara variabel independen Imam Ghozali, 2011: 105.
Imam Ghozali 2011: 105, menyatakan bahwa untuk mendeteksi ada atau tidaknya multikolinearitas dalam model regresi adalah :
1 Estimasi model regresi empiris menghasilkan nilai R
2
yang sangat tinggi, tetapi apabila dilihat secara individual, variabel-variabel
independen tidak signifikan dalam memengaruhi variabel dependen.
2 Analisis terhadap matrik korelasi variabel-variabel independen. Indikasi adanya multikolinearitas dilihat dari terdapat korelasi
antar variabel independen yang cukup tinggi, yaitu umumnya di atas 0.90. Di sisi lain, tidak adanya korelasi yang tinggi, tidak
secara langsung bebas dari multikolinearitas. Multikolinearitas dapat muncul akibat adanya efek kombinasi dua atau lebih variabel
independen. 3 Multikolinearitas dapat juga dilihat dari 1 nilai tolerance dan 2
variance inflation
factor VIF.
Ukuran-ukuran tersebut
menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas
variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Berdasarkan penjelasan tersebut,
dapat disimpulkan bahwa nilai tolerance yang rendah sama dengan nilai VIF yang tinggi VIF = 1Tolerance. Nilai cut off yang
umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance
≤ 0.10 atau sama dengan nilai VIF ≥ 10. Dasar pengambilan keputusan ada tidaknya multikolinearitas
dalam penelitian ini adalah dengan melihat nilai Tolerance dan VIF, yaitu :
1 Jika nilai Tolerance ≥ 0,1 dan nilai VIF ≤ 10, maka tidak terjadi
masalah multikolinearitas. 2 Jika nilai Tolerance
≤ 0,1 dan nilai VIF ≥ 10, maka terjadi masalah multikolinearitas yang artinya model regresi tersebut
tidak baik. c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu
adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi Gendro Wiyono, 2011: 160. Dikatakan
heteroskedastisitas jika variance residual dari satu pengamatan ke pengamatan lain bernilai berbeda dan jika tetap disebut
homoskedastisitas Imam Ghozali, 2011: 139. Beberapa metode pengujian yang dapat digunakan, yaitu : Uji Park, Uji Glejser, Melihat
Pola Grafik Regresi, dan Uji Koefisien Kolerasi Spearman Gendro Wiyono, 2011: 160.
Peneliti menggunakan
Uji Glejser
dalam pengujian
heteroskedastisitas, yaitu dengan meregres nilai absolut residual terhadap variabel independen Gujarati, 2003 dalam Imam Ghozali,
2011: 142. Adapun persamaan regresinya adalah : │Ut│= α + βXt + vt
Imam Ghozali, 2011: 142 d. Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi
antara residual satu pengamatan dengan pengamatan lain pada model regresi. Autokorelasi disebabkan adanya observasi secara berurutan
sepanjang waktu dan berkaitan satu sama lain. Permasalahan ini muncul karena residual tidak bebas antarobservasi. Model regresi
dianggap baik jika regresinya bebas dari autokorelasi Imam Ghozali, 2011: 110.
Penelitian ini menggunakan Run Test untuk melakukan uji autokorelasi. Run Test digunakan untuk melakukan pengujian apakah
antarresidual terdapat korelasi yang tinggi. Kriteria apabila antarresidual tidak terdapat hubungan korelasi maka dapat
disimpulkan bahwa residual adalah acak atau random. Kriteria penerimaan uji autokorelasi, yaitu :