43 heteroskedastisitas pada suatu model dapat dilihat dengan pola gambar
scatterplot, regresi yang tidak terjadi heteroskedastisitas jika: a. Titik-titik menyebar di atas dan di bawah atau disekitar angka 0.
b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang
melembar kemudian menyempit dan melebar kembali. d. Penyebaran titik-titik data tidak berpola.
3.7.2. Analisis Persamaan Regresi Linear
Teknik analisis yang digunakan adalah persamaan regresi linear berganda yang berguna untuk mengetahui pengaruh mekanisme good corporate governance
dewan komisaris independen, komite audit dan profitabilitas return on equity terhadap harga saham Y Sujarweni, 2014:214, dengan rumus:
Y
1
= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ εi
Keterangan : X
1
= Dewan komisaris independen εi = Kesalahan estimasi
X
2
= Komite audit a = Nilai konstanta
X
3
= Return on equity Y = Harga saham
b = Koefisien regresi
3.7.3. Uji Hipotesis
1. Uji Signifikansi Parsial t-test Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel
penjelas atau independen secara individual dalam menerangkan variasi
44 variabel dependen Ghozali, 2006:84. Variabel independen dikatakan
memiliki pengaruh signifikan terhadap variabel dependen apabila variabel dependen tersebut memiliki nilai signifikansi sig di bawah 0,05.
2. Uji Signifikansi Simultan F-test Uji F pada dasarnya menunjukkan apakah semua variabel independen yang
dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen Ghozali, 2006:84. Variabel independen tersebut
dikatakan mempunyai pengaruh secara simultan dan signifikan terhadap variabel dependen apabila memiliki nilai signifikansi sig di bawah 0,05.
3.7.4. Uji Koefisien Determinasi R
2
Ghozali 2006:83, menyatakan koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel
dependen terhadap variabel independen. Besarnya koefisien determinasi ini adalah 0 sampai dengan 1. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai
yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen
Ghozali, 2006:83.
3.7.5. Persamaan Regresi Linear dengan Menggunakan Variabel Moderasi
Variabel moderating adalah variabel independen yang akan memperkuat atau memperlemah hubungan antara variabel independen lainnya terhadap
45 variabel dependen Ghozali, 2006. Ada tiga cara menguji regresi dengan variabel
moderating yaitu : 1 uji interaksi, 2 uji nilai selisih mutlak, dan 3 uji residual. Dari ketiga model diatas peneliti menggunakan uji interaksi dalam penelitian ini.
Karena, uji interaksi lebih cocok digunakan dalam penelitian ini dimana Moderated Regression Analysis MRA merupakan aplikasi yang khusus
digunakan untuk regresi berganda linier dimana dalam persamaan regresinya mengandung unsur interaksi perkalian dua atau lebih variabel independen
dengan rumus persamaan sebagai berikut: Y
2
= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
Z + b
5
[{X
1
Z}] + b
6
[{X
2
Z}] + b
7
[{X
3
Z}] + e Keterangan:
Y = Harga saham a = Konstanta
b
1
-b
7
= Koefisien regresi X
1
= Dewan komisaris independen X
2
= Komite audit X
3
= Return on equity Z = Corporate social responsibility
X
1
Z = Interaksi KM dengan Harga Saham X
2
Z = Interaksi IDK dengan Harga Saham X
3
Z = Interaksi KA dengan Harga Saham e = Error
46
3.7.6. Uji Hipotesis dengan Menggunakan Variabel Moderasi