Hasil Uji Instrumen Penelitian
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya autokorelasi dalam analisis
regresi. Untuk mendeteksi ada atau tidaknya autokorelasi maka digunakan uji Durbin Watson Test.
Pengujian dalam
penelitian ini
dilakukan dengan
membandingkan nilai Durbin Watson Test d dengan tabel uji Durbin Watson dU dan dL. Dengan formulasi sebagai berikut:
0 d d
L
: Tolak Ho, menyatakan ada autokorelasi positif 4-d
L
d 4 : Tolak Ho, menyatakan ada autokorelasi d
U
d 4-d
U
: Terima Ho, meyatakan tidak ada autokorelasi d
L
≤ d ≤ d
U
: Tidak dapat disimpulkan 4-d
U
≤ d ≤ 4-d
L
: Tidak dapat disimpulkan Level of significant
α yang digunakan adalah 5 jumlah sampel 60 n dan jumlah variabel bebas4 k = 4 maka dalam tabel
Durbin Watson didapatkan nilai dL sebesar 1,4443 dan dU sebesar 1,7272. Nilai Durbin Watson dari uji autokorelasi dapat dilihat
dalam tabel 4.5:
Tabel 4.5 Hasil Uji Autokorelasi
Model Summary
b
Model R
R Square
Adjusted R
Square Std.
Error of the
Estimate Durbin-
Watson 1
,757
a
0,573 0,542
0,62621 1,357
a. Predictors: Constant, LN_DPR, IOS, DER, ROE b. Dependent Variable: LN_NP
Berdasarkan tabel 4.5 diatas dapat diketahui bahwa hasil uji autokorelasi pada nilai Durbin-Watson adalah 1,357. Nilai yang
dihasilkan tersebut berada diantara angka -2 dan +2 sehingga dapat
disimpulkan bahwa data yang digunakan dalam penelitian ini bebas dari autokorelasi.
3 Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dilakukan dengan melihat ada atau
tidaknya pola tertentu pada grafik scatterplot antara SRESID atau ZPRED. Jika terdapat pola tertentu seperti titik-titik yang ada
membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka terjadi heteroskedastisitas.
Sebaliknya jika terdapat pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y, maka tidak terjadi
heteroskedastisitas. Adapun hasil uji heteroskedastisitas dalam penelitian ini dapat dilihat pada gambar 4.1.
Gambar 4.1 Grafik Scatterplot
Sumber : Data sekunder yang diolah Berdasarkan hasil uji heteroskedastisitas pada gambar 4.1 di
atas dapat dilihat bahwa grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah
angka 0 nol pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga
model regresi layak di pakai untuk memprediksi nilai perusahaan berdasarkan masukan variabel independen dividend payout ratio
DPR, debt to equity ratio DER, return on equity ROE, dan investment opportunity set IOS.
4 Hasil Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan variabel independen atau keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendeteksi normal. Untuk
mendeteksi normalitas data, penelitian ini menggunakan analisis grafik, yaitu dengan melihat grafik histogram dan dengan melihat
Normal Probability Plot P-P Plot.
Gambar 4.2 Grafik Histogram
Sumber : Data sekunder yang diolah Gambar 4.3
Grafik Normal P-P Plot
Sumber : Data sekunder yang diolah Dengan melihat tampilan grafik histogram Gambar 4.2
maupun grafik normal plot gambar 4.3 dapat disimpulkan bahwa kedua grafik ini menunjukkan model regresi memenuhi asumsi
normalitas. Karena pada grafik histogram Gambar 4.2 data menunjukkan distribusi normal dan pada grafik normal plot
Gambar 4.3 data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal.
c Hasil Uji Hipotesis
Pengujian hipotesis dalam penelitian ini dilakukan dengan menggunakan model analisis regresi berganda multiple regression
analysis, yaitu dilakukan melalui uji koefisien determinasi, uji statistik t, dan uji statistik f.
1 Hasil Uji Koefisien Determinasi
Uji koefisien determinasi dilakukan untuk mengukur kemampuan variabel independen dalam menjelaskan variabel
dependen. Adapun hasil uji koefisien determinasi dapat diihat
dalam tabel 4.6. Tabel 4.6
Hasil Uji Koefisien Determinasi
a. Predictors : constant, LN_DPR, IOS,DER, ROE b. Dependent Variable : LN_NP
Sumber : Data sekunder yang diolah Hasil uji koefisien determinasi pada tabel 4.6 menunjukkan
nilai Adjusted R Square Adjusted R
2
sebesar 0.542 atau 54.2, nilai ini menunjukkan variabel nilai perusahaan dapat dijelaskan
sebesar 54,2 oleh variabel dividend payout ratio DPR, debt to equity ratio DER, return on equity ROE, dan investment
opprtunity set IOS, sedangkan sisanya 45.8 100 - 54.2 dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam
model penelitian ini meliputi kepemilikan manajerial, kepemilikian institusional, price book value, price earnings ratio, return on
investment, earnings per share, good corporate governance.
2 Hasil Uji Statistik F
Uji statistik F digunakan untuk mengetahui apakah semua variabel bebas yang dimasukkan dalam model mempunyai
pengaruh secara bersama-sama terhadap variabel independen. Berikut ini adalah tabel 4.7 yang menunjukkan hasil uji statistik F.
Tabel 4.7 Hasil Uji Statistik F
ANOVA
a
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.757
a
.573 .542
.62624
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
28.980 4
7.244 18.476
.000
b
Residual 21.570
55 .392
Total 50.548
59
a. Dependent Variabel : LN_NP b. Predictors : Constant, DER, IOS, LN_DPR, ROE
Sumber : Data sekunder yang diolah. Tabel 4.7 diatas menunjukkan hasil uji statistik F dengan nilai
F
hitung
sebesar 18.476 dengan tingkat signifikansi sebesar 0,000. Tingkat signifikasi tersebut lebih kecil dari 0.05 yang dapat
disimpulkan bahwa variabel devidend payout ratio DPR, debt to equity ratio DER, return on equity ROE, dan investment
opportunity set IOS berpengaruh secara simultan dan signifikan terhadap nilai perusahaan.
3 Hasil Uji Statistik t
Uji statistik t digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual
terhadap variabel dependen yang di uji pada tingkat signifikansi 0.05. Hasil uji t dalam penelitian ini ditunjukkan dalam tabel 4.8
dibawah ini. Tabel 4.8
Hasil Uji Statistik t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig.
a. Dependent variabel : nilai perusahaan Sumber : data sekunder yang di olah
Dari tabel 4.8 di atas menunjukkan bahwa koefisien model regresi memiliki nilai konstanta sebesar -2.756 dengan nilai t hitung -8.189
dengan nilai signifikansi sebesar 0.000. Konstanta sebesar -2.756 menandakan bahwa jika variabel independen konstan maka rata-rata
nilai perusahaan adalah sebesar -2.756. DPR mempunyai t hitung sebesar 2.918 dengan probabilitas
signifikansi adalah 0.006 dan nilai beta yang dihasilkan adalah positif sebesar 0.373. Hal tersebut menunjukkan bahwa probabilitas
signifikansinya di bawah 0,05. Hal ini dapat disimpulkan bahwa DPR mempengaruhi nilai perusahaan secara signifikan. Hal ini berarti Ha1
diterima. DER mempunyai t hitung sebesar -0.714 dengan probabilitas
signifikansi adalah 0.478 dan nilai beta yang dihasilkan adalah negatif
B Std.
Error Beta
1 Constant
-2.756 0.337
-8.189 .000
LN_DPR .656
.225 .373
2.918 .006
DER -.140
.196 -.083
-0.714 .478
LN_ROE .190
.221 .128
0.861 .393
IOS 2.547
.656 .456
3.880 .000
sebesar -0.830. Hal tersebut menunjukkan bahwa probabilitas signifikansinya di bawah 0,05. Hal ini dapat disimpulkan bahwa DER
mempengaruhi nilai perusahaan secara tidak signifikan. Hal ini berarti H
a
2 ditolak. ROE mempunyai t hitung sebesar 0.861 dengan probabilitas
signifikansi adalah 0.393 dan nilai beta yang dihasilkan adalah positif sebesar 0.128. Hal tersebut menunjukkan bahwa probabilitas
signifikansinya di bawah 0,05. Hal ini dapat disimpulkan bahwa ROE mempengaruhi nilai perusahaan secara tidak signifikan. Hal ini berarti
H
a
3 ditolak. IOS mempunyai t hitung sebesar 3.880 dengan probabilitas
signifikansi adalah 0.000 dan nilai beta yang dihasilkan adalah positif sebesar 0.456. Hal tersebut menunjukkan bahwa probabilitas
signifikansinya di bawah 0,05. Hal ini dapat disimpulkan bahwa IOS mempengaruhi nilai perusahaan secara signifikan. Hal ini berarti H
a
4 diterima.
Berdasarkan tabel 4.8 di atas, maka dapat diperoleh model persamaan regresi sebagai berikut:
NP : -2,756+0,656DPR--0,140DER+0,190ROE+2,547IOS+0,337
Dimana: NP = Nilai Perusahaan
DPR = Dividend Payout Ratio DER = Debt To Equity Ratio
ROE = Return On Equity IOS = Investment Opportunity Set