48
Gambar 4. 2
Dari grafik scatterplot yang diperoleh setelah data diolah melalui SPSS, dapat diketahui bahwa titik data menyebar secara acak serta tersebar di atas
maupun di bawah angka 0 pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi tersebut.
C. PENGUJIAN HIPOTESIS
Sebelum melakukan pengujian hipotesis dengan menggunakan analisis regresi berganda, dilakukan pengujian untuk mengukur ketepatan fungsi regresi
sampel dalam menaksir nilai aktual. Ketepatan fungsi ini dapat diukur dari Goodness of fit, dengan melihat nilai koefisien determinasi R
2
dan nilai statistik F.
49
Tabel 4. 6 Koefisien Determinasi Nilai R
2
model 1
Model R
R Square Adjusted R Std Error of
Square the Estimate
1 .496
a
.246 .1738
1.62441
Sumber: Hasil pengolahan data Menurut Ghozali 2005, koefisien determinasi pada intinya mengukur
seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Secara umum koefisien
determinasi untuk data silang crosssection relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan.
Dari tampilan output SPSS, besarnya adjusted R
2
adalah 0,1738, hal ini berarti 17,38 variasi firm value dapat dijelaskan oleh variasi dari ketujuh
variabel independen: WOMDUM, MINORITY, AGE, BSTUDY, MANOWN, LMEETING, dan KONS. Sedangkan sisanya dijelaskan sebab yang lain diluar
model.
50
Tabel 4. 7 Uji Signifikansi Simultan model 1
Model Sum of Squares
df Mean Square
F Sig.
1 Regression 69.882
9 7.765
2.943 .005
a
Residual 213.736
81 2.639
Total 283.618
90
Sumber: Hasil pengolahan data Uji statistik F pada dasarnya menunjukkan apakah semua variabel
independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Dari tabel hasil uji ANOVA di
atas diperoleh F hitung sebesar 2,943 dengan probabilitas 0,005. Karena probabilitas jauh lebih kecil dari 0,05, maka model regresi dapat digunakan untuk
memprediksi firm value atau dapat dikatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.
Pengujian hipotesis dalam penelitian ini dilakukan dengan menggunakan analisis regresi berganda. Analisis regresi berganda bertujuan
untuk menguji pengaruh variabel independen terhadap variabel dependen perusahaan-perusahaan di Indonesia yang mengungkap firm value dalam laporan
tahunannya.
51 Hasil analisis regresi berganda penelitian ini diringkas pada tabel 4.8
berikut ini:
Tabel 4.8 Hasil Analisis Regresi Berganda
Variabel Coefficient Std.Error
t Sig
Constant 1.478
.785 1.859
.067 WOMDUM
.071 .371
.192 .849
MINORITY -.996
.385 -2.586 .011
AGE -.108
.966 -.112
.911 BSTUDY
-1.443 .707 -2.041
.044 LMEETING
-.042 .238
-.177 .860
MANOWN -.514
.260 -1.980 .080
KONS 3.721
.980 3.799
.000 BSIZE
-.007 .101
-.073 .942
FSIZE -.085
.076 -1.114 .268
R Square .235
Adjusted R Square .199
F 6.590
Sig .000
Secara statistik signifikan pada tingkat 0.05 Secara statistik signifikan pada tingkat 0.10
Tabel 4.9 Koefisien Determinasi Nilai R
2
model 6
Model R
R Square Adjusted R Std Error of
Square the Estimate
6 .484
f
.235 .199
1.58878
Sumber: Hasil pengolahan data Pengujian regresi berganda dilakukan dengan metode backward yakni
metode yang mengurangi peubah dalam persamaan satu persatu sehingga kriteria tertentu dipenuhi, dan hasil akhir hanya menunjukkan variabel independen yang
52 berpengaruh signifikan saja. Dari tabel Hasil Analisis Regresi Berganda di atas
menunjukkan bahwa nilai R
2
dan Adjusted R
2
mengalami perubahan, dari yang semula adalah sebesar 0,246 dan 0,1738 menjadi sebesar 0,235 dan 0,199.
Bila dalam model terdapat variabel independen lebih dari dua, maka angka adjusted R square lebih baik dalam menilai kemampuan variabel
independen dalam menjelaskan variabel dependen Ghozali, 2003. Berdasarkan nilai Adjusted R
2
tersebut, dapat disimpulkan bahwa sebanyak 19,9 meningkat sebesar 2,5 dari nilai sebelumnya variabel dependen dapat
dijelaskan oleh variabel independen sedangkan sisanya sebanyak 80,1 dijelaskan oleh faktor lain.
Tabel 4. 10 Uji Signifikansi Simultan model 6
Model Sum of Squares
df Mean Square
F Sig.
6 Regression 66.536
4 16.634
6.590 .000
f
Residual 217.082
86 2524
Total 283.618
90
Sumber: Hasil pengolahan data Nilai F hitung juga berubah dari semula sebesar 2,946 dengan
probabilitas 0,005 menjadi sebesar 6,590 dengan probabilitas 0,000. Dengan nilai probabilitas dibawah signifikansi 5 menunjukkan bahwa variabel-variabel
independen secara bersama-sama berpengaruh terhadap firm value.
53
D. PEMBAHASAN HASIL ANALISIS
