Analisis Regresi Linear Berganda

Tabel 4.3.2.10 : Uji Heteroskedastisitas Correlations 1.000 -.145 -.071 .062 .071 .048 .079 -.008 .205 . .200 .341 .361 .341 .390 .323 .482 .116 36 36 36 36 36 36 36 36 36 -.145 1.000 -.036 -.424 .521 .553 .471 .437 .011 .200 . .419 .005 .001 .000 .002 .004 .475 36 36 36 36 36 36 36 36 36 -.071 -.036 1.000 -.304 -.066 .383 -.523 -.185 -.018 .341 .419 . .036 .351 .011 .001 .140 .459 36 36 36 36 36 36 36 36 36 .062 -.424 -.304 1.000 -.613 -.171 .038 -.076 .369 .361 .005 .036 . .000 .160 .412 .329 .013 36 36 36 36 36 36 36 36 36 .071 .521 -.066 -.613 1.00 .185 .125 .322 -.333 .341 .001 .351 .000 . .141 .235 .028 .024 36 36 36 36 36 36 36 36 36 .048 .553 .383 -.171 .185 1.00 .444 .097 .262 .390 .000 .011 .160 .141 . .003 .288 .061 36 36 36 36 36 36 36 36 36 .079 .471 -.523 .038 .125 .444 1.000 .306 .292 .323 .002 .001 .412 .235 .003 . .035 .042 36 36 36 36 36 36 36 36 36 -.008 .437 -.185 -.076 .322 .097 .306 1.000 .173 .482 .004 .140 .329 .028 .288 .035 . .156 36 36 36 36 36 36 36 36 36 .205 .011 -.018 .369 -.333 .262 .292 .173 1.000 .116 .475 .459 .013 .024 .061 .042 .156 . 36 36 36 36 36 36 36 36 36 Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Correlation Coefficient Sig. 1-tailed N Unstandardized Residual QR X1 IPR X2 BR X3 CR~X5 RAR X8 CAR 2 X9 ROE X12 GYTA X13 Spearmans rho Unstand ardized Residual QR X1 IPR X2 BR X3 CR~ X5 RAR X8 CAR 2 X9 ROE X12 GYTA X13 Correlation is significant at the 0.01 level 1-tailed. . Correlation is significant at the 0.05 level 1-tailed. . Sumber: Lampiran 1 Hasil Uji Heteroskedastisitas diperoleh nilai signifikansi variabel X 1 =0,200; X 2 =0,341; X 3 =0,361; X 5 =0,341; X 8 =0,390; X 9 =0,323; X 12 =0,482; X 13 =0,116 yang masing-masing 0,05 berarti tidak terjadi heteroskedastisitas. Dengan demikian asumsi tidak terjadi heteroskedastisitas dapat dipenuhi.

4.3.3 Analisis Regresi Linear Berganda

Analisis ini bertujuan untuk mengetahui seberapa besar pengaruh- pangaruh variabel bebas terhadap variabel terikat. Tabel 4.3.3.1 : Uji Regresi Linear Berganda Coefficients a -56.184 66.441 -.846 .405 -.300 .878 -.066 -.342 .735 -.066 .344 2.903 .211 .837 .077 .253 .803 .049 .136 7.339 .819 .460 .351 1.781 .086 .324 .328 3.047 -.425 5.900 -.013 -.072 .943 -.014 .379 2.636 .782 2.430 .085 .322 .750 .062 .183 5.474 -1.062 2.181 -.128 -.487 .630 -.093 .185 5.405 5.642 1.018 .880 5.544 .000 .730 .507 1.974 -8.172 3.172 -.423 -2.576 .016 -.444 .474 2.111 Constant QR X1 IPR X2 BR X3 CR~X5 RAR X8 CAR 2 X9 ROE X12 GYTA X13 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Partial Correl ations Tolerance VIF Collinearity Statistics Dependent Variable: Perubahan Laba Y a. Sumber : Lampiran 1 Berdasarkan hasil analisis data maka diperoleh persamaan regresi linier berganda sebagai berikut: Y = -56,184 – 0,300X 1 + 0,211X 2 + 0,819X 3 – 0,425X 5 + 0,782X 8 – 1,062X 9 + 5,642X 12 – 8,172X 13 a Konstanta sebesar -56,184 menyatakan bahwa jika variabel bebas dianggap konstan, maka variabel Y sebesar -56,184. b Berdasarkan koefisien regresi variabel X 1 sebesar -0,300 dan mempunyai koefisien regresi negatif. Hal ini menunjukkan terjadinya perubahan yang berlawanan arah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 1 menyebabkan perubahan laba Y turun sebesar 0,300 dengan asumsi variabel bebas lainnya adalah konstan. c Berdasarkan koefisien regresi variabel X 2 sebesar 0,211 dan mempunyai koefisien regresi positif. Hal ini menunjukkan terjadinya perubahan yang searah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 2 menyebabkan perubahan laba Y naik sebesar 0,211 dengan asumsi variabel bebas lainnya adalah konstan. d Berdasarkan koefisien regresi variabel X 3 sebesar 0,819 dan mempunyai koefisien regresi positif. Hal ini menunjukkan terjadinya perubahan yang searah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 3 menyebabkan perubahan laba Y naik sebesar 0, 819 dengan asumsi variabel bebas lainnya adalah konstan. e Berdasarkan koefisien regresi variabel X 5 sebesar -0,425 dan mempunyai koefisien regresi negatif. Hal ini menunjukkan terjadinya perubahan yang berlawanan arah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 5 menyebabkan perubahan laba Y turun sebesar 0,425 dengan asumsi variabel bebas lainnya adalah konstan. f Berdasarkan koefisien regresi variabel X 8 sebesar 0,782 dan mempunyai koefisien regresi positif. Hal ini menunjukkan terjadinya perubahan yang searah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 8 menyebabkan perubahan laba Y naik sebesar 0,782 dengan asumsi variabel bebas lainnya adalah konstan. g Berdasarkan koefisien regresi variabel X 9 sebesar -1,062 dan mempunyai koefisien regresi negatif. Hal ini menunjukkan terjadinya perubahan yang berlawanan arah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 9 menyebabkan perubahan laba Y turun sebesar 1,062 dengan asumsi variabel bebas lainnya adalah konstan. h Berdasarkan koefisien regresi variabel X 12 sebesar 5,642 dan mempunyai koefisien regresi positif. Hal ini menunjukkan terjadinya perubahan yang searah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 12 menyebabkan perubahan laba Y naik sebesar 5,642 dengan asumsi variabel bebas lainnya adalah konstan. i Berdasarkan koefisien regresi variabel X 13 sebesar -8,172 dan mempunyai koefisien regresi negatif. Hal ini menunjukkan terjadinya perubahan yang berlawanan arah dengan variabel Y, artinya bahwa setiap kenaikan satu satuan variabel X 13 menyebabkan perubahan laba Y turun sebesar 8,172 dengan asumsi variabel bebas lainnya adalah konstan. Tabel 4.3.3.2 : Uji Koefisien Determinasi Model Summary b .809 a .655 .553 26.12016 1.482 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson Predictors: Constant, GYTA X13, QR X1, IPR X2, ROE X12, BR X3, RAR X8, CR~X5, CAR 2 X9 a. Dependent Variable: Perubahan Laba Y b. Sumber : Lampiran 1 Pada kolom R terlihat angka 0,809, angka ini menunjukkan nilai koefisien korelasi yang berarti hubungan seluruh variabel bebas dengan variabel terikat sebesar 0,809. Pada kolom R Square atau R2 koefisien determinasi sebesar 0,655 yang berarti 65,5 dari seluruh pengamatan menunjukkan variabel bebas mampu menjelaskan variasi variabel terikatnya. Pada kolom Adjusted R Square menunjukkan besarnya R2 yang telah disesuaikan dengan kehadiran variabel bebas lain. Menurut Ghozali 2001 banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R Square 0,553 atau 55,3.

4.3.4 Analisis Uji Hipotesis