Dari Tabel 4.2 dapat dilihat korelasi antara variabel dependen dengan variabel dependen. Firm performancesebagai variabel dependen memiliki
korelasi yang positif terhadap pertumbuhan aktiva, kemampuan aktiva menghasilkan laba, pertumbuhan penjualan, pertumbuhan laba, dan
pertumbuhan ekuitas namun memiliki korelasi yang negatif terhadap pengeluaran investasi dan komposisi dewan komisaris. Dalam tabel dapat
dilihat bahwa firm performance paling dipengaruhi oleh variabel pertumbuhan yaitu pertumbuhan ekuitas sebesar 0.656 diikuti variabel IOS yaitu
kemampuan aktiva menghasilkan laba sebesar 0.393 pada tingkat kepercayaan 90.
Dapat dilihat bahwa tidak semua unsur-unsur yang digunakan untuk mengukur IOS dan pertumbuhan memiliki korelasi yang signifikan terhadap
kinerja perusahaan.
4.3. Analisis Regresi Berganda
Regresi linear berganda ditujukan untuk menentukan hubungan linear antar beberapa variabel bebas dengan variabel terikat. Dalam penelitian ini, mencari
hubungan antara �
1 �
, �
1 �
, �
1 �
, �
2 �
, �
2 �
, �
2 �
, �
3
terhadap Y.
4.3.1. Uji Asumsi Klasik
Sebelum melakukan analisis regresi, agar dapat diperkirakan yang tidak bias dan efisien maka perlu dilakukan pengujian asumsi klasik. Kriteria
yang digunakan adalah:
Universitas Sumatera Utara
4.3.1.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Normalitas
data dapat menyimpulkan bahwa data dapat dipakai dalam penelitian. Pengujian normalitas data dalam penelitian ini dilakukan dengan dua cara,
yaitu analisis grafik dan uji statistik. Uji normalitas dengan analisis dapat dilakukan dengan melihat grafik histogram dan normal probability plot
dan uji statistik dapat dilakukan dengan uji statistik non parametik Kolmogorov-Smirnov K-S.
Dalam penelitian ini, uji normalitas yang digunakan yaitu dengan melakukan uji analisis grafik.
Universitas Sumatera Utara
Gambar 4.1.Uji Normalitas dengan analisis grafik histogram
SUMBER: Hasil olahan data penulis 2012
Hasil pengolahan data pada Gambar4.1 menunjukkan bahwa variabel berdistribusi normal, hal ini ditunjukkan dari grafik histogram yang
memberikan pola distribusi yang tidak menceng skewness ke kiri atau ke kanan dan histogram menunjukkan bahwa kurva berbentuk lonceng.
Universitas Sumatera Utara
Gambar 4.2. Normalitas dengan analisis normal probability plot
SUMBER: Hasil olahan data penulis 2012
Pada Gambar 4.2 menunjukkan bahwa data berdistribusi dengan normal, hal ini dapat dilihat dari persebaran data yang berada di sekitar garis linear.
Universitas Sumatera Utara
4.3.1.2. Uji Pendekatan Kolmogrov-Smirnov
Varians yang mengikuti garis diagonal kadang belum tentu berdistribusi dengan normal. Maka, untuk memastikan bahwa data yang berada di
sepanjang garis diagonal berdistribusi normal maka dilakukan Uji Kolmogrov Smirnov 1 sampel KS dengan melihat data residualnya
apakah berdistribusi secara normal atau tidak. Kriteria yang digunakan adalah
- Asymp.Sig 2-tailed 0,05 =Data residual berdistribusi normal - Asymp.Sig 2-tailed 0,05 = Data residual tidak terdistribusi normal.
Tabel 4.3 Uji Kolmogorov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 44
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .09074437
Most Extreme Differences Absolute
.151 Positive
.151 Negative
-.075 Kolmogorov-Smirnov Z
1.000 Asymp. Sig. 2-tailed
.270 a. Test distribution is Normal.
b. Calculated from data.
SUMBER: Hasil olahan data penulis 2012
Universitas Sumatera Utara
Tabel 4.3 menunjukkan bahwa nilai Asymp.Sig. 2-tailed sebesar 0.270 0.270 0,05 maka dapat disimpulkan bahwa variabel residual
berdistribusi secara normal.
4.3.1.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi mempunyai varians yang sama antara satu pengamatan ke
pengamatan yang lain. Uji heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup mempunyai varians yang sama diantara
anggota grup tersebut Situmorang dkk 2010:98. Jika varians sama maka terjadi homoskedastisitas dan jika berbeda telah terjadi heteroskedastisitas.
Model regresi yang baik adalah model regresi yang homoskedastisitas. Untuk melihat ada tidaknya heteroskedastisitas dapat dilakukan dengan
melihat grafik Sccatterplot. Heteroskedaetisitas tidak terjadi jika titik-titik yang ada menyebar secara acak dan tidak membentuk pola tertentu yang
jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Grafik untuk menguji heteroskedastisitas dapat dilihat di Gambar 4.3 di
bawah ini.
Universitas Sumatera Utara
Gambar 4.3. Grafik Sccatterplot
SUMBER: Hasil olahan data penulis 2012
Pada grafik Scatterplot di atas terlihat bahwa titik-titik menyebar secara acak yang tersebar dengan baik di atas maupun di bawah angka nol pada sumbu Y
dan tidak membentuk pola tertentu secara jelas. Persebaran titik-titik secara acak ini menunjukkan bahwa tidak terjadi heteroskedastisitas pada model
regresi, sehingga model regresi layak dipakai untuk memprediksi.
Universitas Sumatera Utara
4.3.1.4. Analisis Multikolinieritas
Multikolonieritas merupakan variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara
sempurna atau mendekati sempurna Situmorang dkk, 2010 : 153. Uji ini bertujuan untuk menguji ada tidaknya hubungan antarvariabel independen
dalam model regresi. Pengujian multikolonieritas dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF. Jika nilai
VIF 10 dan nilai tolerance 0,1 maka dalam model penelitian terjadi multikolonieritas.
Untuk mendeteksi ada tidaknya multikolinearitas, kriteria yang digunakan adalah:
- Variance Inflation Factor VIF 10 = Terjadi multikolinearitas - Variance
Inflation Factor VIF 10 = Tidak terjadi multikolonieritas
- Tolerance 0,1 = Terjadi multikolonieritas - Tolerance 0.1 = Tidak terjadi multikolonieritas
Universitas Sumatera Utara
Tabel 4.4. Uji Multikolonieritas dengan Nilai Korelasi
Coefficient Correlations
a
Model KDK
KAML PTPJ PEIN
V PTLB PNBE PTAK
1 Correlations
KDK 1.000
.051 -.149 -.086 .258
.396 .206
KAML .051
1.000 .061
.139 .029
.107 .014
PTPJ -.149
.061 1.000 .123
-.074 -.019 -.519
PEINV -.086
.139 .123 1.000
.042 .072 -.111
PTLB .258
.029 -.074 .042
1.000 .168 -.204
PNBE .396
.107 -.019 .072
.168 1.000
.009 PTAK
.206 .014 -.519 -.111
-.204 .009 1.000
Covariances KDK
.017 9.964
.000 -.002 .000
.000 .003
KAML 9.964
.000 2.753 .000
3.325 1.522 2.559
PTPJ .000
2.753 .001
.001 -1.729 -5.608 -.002 PEINV
-.002 .000
.001 .046
6.985 .000 -.003
PTLB .000
3.325 -1.729 6.985 5.942
1.234 .000
PNBE .000
1.522 -5.608 .000
1.234 9.081 1.056
PTAK .003
2.559 -.002 -.003 .000
1.056 .014
a. Dependent Variable: FP
SUMBER: Hasil analisis data penulis 2012
Pada Tabel 4.4 dapat dilihat bahwa seluruh nilai variance masih berada di bawah 0.95 atau 95. Maka, dapat disimpulkan bahwa tidak terjadi
multikolinearitas.
Universitas Sumatera Utara
Tabel 4.5. Uji Multikolonieritas dengan Nilai Tolerance
Coefficients
a
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients
t Sig.
Collinearity Statistics
B Std.
Error Beta
Tolerance VIF 1
Constant .051
.063 .809
.424 PTAK
.141 .119
.210 1.187 .243
.629 1.591 KAML
.050 .015
.479 3.343 .002
.964 1.037 PEINV
-.099 .215
-.067 -.461 .648
.948 1.055 PTPJ
-.006 .030
-.032 -.187 .852
.687 1.455 PTLB
.003 .008
.069 .443
.661 .820 1.219
PNBE -.003
.010 -.053 -.341
.735 .820 1.219
KDK -.010
.130 -.013 -.077
.939 .734 1.361
a. Dependent Variable: FP
SUMBER: Hasil olahan data penulis 2012
Pada tabel 4.5 dapat dilihat bahwa bahwa semua data tolerance memiliki nilai lebih besar dari 0.1 dan nilai variance inflation factor lebih
besar dari 5, hal ini mengindikasikan bahwa tidak terjadi multikolonieritas.
Universitas Sumatera Utara
4.4. Pengujian Hipotesis Penelitian 4.4.1. Analisis Regresi Berganda
Analisis persamaan regresi berganda digunakan untuk mengetahui pengaruh dari beberapa variabel bebas terhadap satu variabel terikat.
Analisis regresi berganda diperoleh dengan cara memasukkan data input variabel ke fungsi regresi.
Tabel 4.6. Analisis Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance
VIF 1
Constant .051
.063 .809
.424 PTAK
.141 .119
.210 1.187
.243 .629
1.591 KAML
.050 .015
.479 3.343
.002 .964
1.037 PEINV
-.099 .215
-.067 -.461
.648 .948
1.055 PTPJ
-.006 .030
-.032 -.187
.852 .687
1.455 PTLB
.003 .008
.069 .443
.661 .820
1.219 PNBE
-.003 .010
-.053 -.341
.735 .820
1.219 KDK
-.010 .130
-.013 -.077
.939 .734
1.361 a. Dependent Variable: FP
SUMBER: Hasil olahan data penulis 2012
Universitas Sumatera Utara
Dari Tabel 4.6. dapat disusun persamaan regresi berganda:
FP = 0.051 + 0.141 PTAK + 0.050 KAML – 0.099 PEINV –0.006 PTPJ + 0.003 PTLB - 0.003 PTEQ – 0.010 KDK
+ ε
Dari persamaan regresi di atas dapat dilihat bahwa capital expenditure yang digunakan sebagai salah satu variabel untuk mengukur proksi IOS
bernilai negatif. Demikian juga halnya dengan variabel yang digunakan untuk mengukur proksi pertumbuhan perusahaan, terdapat dua variabel
yaitu pertumbuhan penjualan dan pertumbuhan nilai buku ekuitas yang memiliki nilai negatif. Berdasarkan hasil penelitian Kusuma 2008 yang
memiliki permasalahan yang sama setiap rasio yang diperoleh dari setiap proksi dihitung rata-ratanya untuk memperoleh satu nilai rasio dari setiap
proksi IOS dan pertumbuhan perusahaan. Data inilah yang digunakan sebagai data input dalam prosedur analisis faktor, maka dari hasi analisis
faktor untuk variabel IOS diperoleh rasio untuk IOS sebesar 0.031 bertanda positif dan rasio untuk pertumbuhan sebesar 0.02 bertanda
negatif. Maka persamaan regresi baru adalah
Y
�
= � − �
�
�
�
+ �
�
�
�
− �
�
�
�
+ �
FP = 0.051 + 0.031 IOS – 0.02 Growth – 0.010 KDK + ε
Universitas Sumatera Utara
Keterangan: α = konstanta
β
1
= koefisien regresi IOS β
2
= koefisien regresi pertumbuhan β
3
= koefisien regresi komposisi dewan komisaris ε = error
Berdasarkan persamaan di atas maka dapat dinyatakan: 1. Konstanta sebesar 0.051 menyatakan bahwa apabila variabel
independen bernilai nol maka nilai kinerja perusahaan adalah sebesar 0.051
2. Koefisien investment opportunity set IOS sebesar 0.031 hal ini menyatakan bahwa setiap kenaikan sebesar 1 maka akan diikuti
dengan kenaikan kinerja perusahaan sebesar 0.031 atau 3.10 . Maka dapat ditarik kesimpulan bahwa
�
1
diterima atau dengan kata lain firm performance dipengaruhi oleh IOS.
3. Koefisien pertumbuhan sebesar 0.02 hal ini menyatakan bahwa setiap kenaikan sebesar 1 maka akan diikuti dengan penurunan kinerja
perusahaan sebesar 0.02. Maka dapat ditarik kesimpulan bahwa �
2
ditolak atau dengan kata lain pertumbuhan perusahaan tidak mempengaruhi firm performance.
Universitas Sumatera Utara
4. Koefisien komposisi dewan komisaris sebesar 0.010 bertanda negatif hal ini menyatakan bahwa setiap kenaikan sebesar 1 maka akan
diikuti dengan penurunan kinerja perusahaan sebesar 0.010. Maka dapat ditarik kesimpulan bahwa
�
3
ditolak atau dengan kata lain komposisi dewan komisaris tidak mempengaruhi kinerja perusahaan.
Untuk menguji ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Godness of fit-nyayang meliputi nilai
koefisien determinasi R
2
, nilai statistik F dan nilai statistik t.
4.4.2. Koefisien Determinasi