36
3. Aktif dalam perhitungan saham selama tahun penelitian tidak delisting atau baru IPO.
4. Tidak mengalami kerugian selama tahun penelitian. Berdasarkan kriteria di atas diperoleh sampel sebanyak 24 sampel, dan
keseluruhan sampel selama tiga tahun penelitian adalah 72 sampel.
4.2. Statistik Deskriptif
Statistik deskriptif dilakukan agar dapat memberikan gambaran tentang suatu data yang dilihat dari nilai minimum, maksimum, rata-rata mean dan
standar deviasi yang dihasilkan dari variabel-variabel independen dan dependen. Variabel-variabel yang digunakan dalam penelitian ini adalah
struktur modal, kinerja keuangan, dan keputusan investasi sebagai variabel independen, serta nilai perusahaan sebagai variabel dependen. Hasil uji
statistik deskriptif dengan menggunakan program SPSS disajikan dalam table 4.1. berikut ini:
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Struktur_Modal
72 .108242
2.137302 .731768
.472883 Kinerja_Keuangan
72 .005548
174.515954 2.657288
20.540534 Keputusan_Investasi
72 2.932098
69.498069 19.546919
10.769800 Nilai_Perusahaan
72 .36
46.63 5.4111
8.63376 Valid N listwise
72
Sumber: Lampiran 6
37
Berdasarkan hasil statistik deskriptif pada table 4.1 di atas menunjukkan bahwa variabel struktur modal memiliki nilai minimum sebesar 0,108242,
nilai maksimum sebesar 2,137302, nilai rata-rata 0,731768, dan standar deviasinya sebesar 0,472883. Variabel kinerja keuangan memiliki nilai
minimum sebesar 0,005548, nilai maksimum sebesar 174,515954, nilai rata- rata sebesar 2,657288, dan standar deviasinya sebesar 20,540534. Variabel
keputusan investasi memiliki nilai minimum sebesar 2,932098, nilai maksimum sebesar 69,498069, nilai rata-rata sebesar 19,546919 dan standar
deviasinya sebesar 10,769800. Variabel nilai perusahaan memiliki nilai minimum sebesar 0,36, nilai maksimum sebesar 46,63, nilai rata-rata sebesar
5,4111 dan standar deviasinya sebesar 8,63376.
4.3. Uji Asumsi Klasik
4.3.1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam model regresi kedua variabel variabel dependen dan variabel independen
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah datanya terdistribusi normal atau setidaknya mendekati normal. Analisis
grafik merupakan cara yang mudah untuk mendeteksi normalitas yaitu dengan melihat penyebaran data titik pada sumbu diagonal dari grafik
normal probability plot. Pengambilan keputusan dalam uji normalitas menggunakan analisis grafik ini didasarkan pada :
38
• Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal, maka model regresi memenuhi asumsi
normalitas. • Jika data menyebar jauh dari diagonal dan atau tidak
mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Untuk melengkapi hasil analisis grafik normal probability plot digunakan uji statistic non-parametrik Kolomogorov-Smirnoc K-S. Pada
uji statistic one-sample Kolmogorov Smirnov dapat dilihat probabilitas signifikan terhadap variabel. Jika probabilitas signifikan diatas 0,05, maka
variabel tersebut terdistribusi secara normal Ghozali, 2013.
Uji normalitas dalam penelitian ini dapat dilihat pada tabel 4.2. berikut ini:
Tabel 4.2 Hasil Uji Normalitas Data
Berdasarkan tabel 4.2, diketahui nilai probabilitas atau Asymp. Sig. 2- tailed sebesar 0,476. Nilai probabilitas sebesar 0,476 lebih besar
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 72
Normal Parameters
a,b
Mean .0000000
Std. Deviation 6.51898677
Most Extreme Differences Absolute
.112 Positive
.112 Negative
-.069 Kolmogorov-Smirnov Z
.951 Asymp. Sig. 2-tailed
.476
39
dibandingkan tingkat signifikansi yaitu 0,05. Hal ini berarti asumsi normalitas terpenuhi.
Uji normalitas juga dapat menggunakan pendeketan analisis grafik, yaitu Normal Probability Plot dan Histogram. Pada pendekatan Normal
Probability Plot, jika titik-titik menyebar jauh maka diindikasi asumsi normalitas tidak dipenuhi. Jika titik-titik menyebar sangat dekat dengan
garis diagonal, maka asumsi normalitas dipenuhi. Sedangkan untuk pendekatan Histogram, jika kurva berbentuk kurva normal, maka asumsi
normalitas dipenuhi. Berikut adalah grafik histogram dan plot data yang terdistribusi normal.
Gambar 4.1 Uji Normalitas Histogram
Sumber: Lampiran 6
40
Dari gambar 4.1 diatas menunjukkan bahwa data telah terdistribusi secara normal karena distribusi data mengikuti garis diagonal yang tidak
menceng skewness kiri maupun menceng skewness kanan.
Gambar 4.2 Grafik P-Plot
Sumber: Lampiran 6
Dengan melihat tampilan grafik normal plot dapat disimpulkan bahwa grafik normal plot terlihat titik-titik menyebar disekitar garis
diagonal serta mengikuti arah garis diagonal. Dapat dikatakan bahwa distribusi data model regresi adalah normal.
41
4.3.2. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen.Pada model regresi
yang baik seharusnya tidak terjadi korelasi antar variabel independen.Untuk mendeteksi ada tidaknya multikolinearitas di dalam
model regresi adalah dengan cara melihat nilai Tolerance dan nilai Variance Inflation Factor VIF. Jika nilai Tolerance 0,10 dan nilai
Variance Inflation Factor VIF 10 maka tidak terjadi gejala
multikolinearitas Ghozali, 2013: 103.
Berikut adalah hasil uji multikolinearitas disajikan pada tabel 4.3 berikut ini:
Tabel 4.3 Hasil Uji Multikolinearitas Data
Model Collinearity Statistics
Tolerance VIF
1 Constant
Struktur_Modal .985
1.015 Kinerja_Keuangan
.991 1.009
Keputusan_Investasi .989
1.011
Sumber: Lampiran 6
42
Berdasarkan tabel 4.3. di atas diperoleh nilai Tolerance untuk semua variabel independen yang diteliti lebih besar dari 0,1 Tolerance
0,1 dan juga diperoleh nilai Variance Inflation Factor VIF untuk semua variabel independen yang diteliti lebih kecil dari 10 VIF 10, maka
dapat disimpulkan tidak ada gejala multikolinearitas terhadap variabel independen yang diteliti.
4.3.3. Uji Autokorelasi
Uji ini bertujuan untuk menguji apakah pada suatu model regresi linear ada korelasi antar kesalahan pengganggu pada periode satu dengan
periode sebelumya. Jika terjadi korelasi, berarti dijumpai problem autokorelasi. Uji autokorelasi dilakukan dengan menggunakan Run test.
Apabila nilai Asymptotic Significance 0,05 maka tidak terjadi gejala autokorelasi sementara itu jika nilai Asymptotic Significance 0,05 maka
telah terjadi gejala autokorelasi. Berikut ini adalah hasil dari Run Test:
Tabel 4.4 Hasil Uji Autokorelasi Data
Runs Test
Unstandardized Residual
Test Value
a
-.87553 Cases Test Value
36 Cases = Test Value
36 Total Cases
72
43
Number of Runs 40
Z .712
Asymp. Sig. 2-tailed .476
a. Median
Sumber: Lampiran 6 Berdasarkan hasil run test di atas, diperoleh nilai Asymptotic
Significance sebesar 0,476 0,05. Dengan demikian dapat ditarik kesimpulan bahwa data yang digunakan cukup random sehingga tidak
terdapat masalah autokorelasi pada data yang diuji.
4.3.4. Uji Heterokedastisitas
Uji heterokedastisitas digunakan untuk menguji apakah model regresi terjadi ketidaksamaan variabel dari residual pengamatan satu ke
pengamatan lainnya. Jika varians dari residual pengamatan satu ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heterokedastisitas. Metode yang digunakan untuk menguji ada atau tidaknya heterokedastisitas adalah melihat grafik plot antara nilai variabel
dependen ZPRED dengan nilai residual SRESID. Berikut ini dilampirkan grafik Scatterplot untuk mengetahui adakah gejala
heterokedastisitas dengan melihat penyebaran titik-titik yang terdapat dalam grafik. Adapun grafik tersebut adalah sebagai berikut:
44
Gambar 4.3 Hasil Uji Heterokedastisitas
Sumber: Lampiran 6
Berdasarkan gambar 4.3 diatas dapat dilihat bahwa titik-titik menyebar di atas dan di bawah nol pada sumbu Y dan tidak membentuk suatu pola
tertentu. Dengan demikian dapat ditarik kesimpulan bahwa tidak terjadi heterokedastisitas pada uji regresi yang dilakukan.
4.4. Analisis Regresi Linear Berganda
Pada penelitian ini, analisi regresi linear berganda digunakan untuk menguji pengaruh variabel independen, yaitu struktur modal, kinerja
keuangan, dan keputusan investasi terhadap variabel dependennya, yaitu nilai
45
perusahaan. Hasil dari analisis regresi linear berganda ditampilkan pada tabel berikut ini:
Tabel 4.5 Hasil Analisis Regresi Linear Berganda dan Uji T
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
-7.343 1.973
-3.722 .000
Struktur_Modal 8.820
1.685 .483
5.236 .000
Kinerja_Keuangan .004
.039 .010
.107 .915
Keputusan_Investasi .322
.074 .401
4.359 .000
Sumber: Lampiran 6
Berdasarkan tabel 4.5 hasil analisis regresi linear berganda di atas, dapat diketahui persamaan regresi linear berganda sebagai berikut:
Y = -7,343 + 8,820X1 + 0,004X2 + 0,322X3 + ε
Keterangan: Y
= Nilai Perusahaan
X1 =
Struktur Modal X2
= Kinerja Keuangan
X3 =
Keputusan Investasi ε
= Error Penyimpanan yang mungkin terjadi, sebesar 0,05
46
Interpretasi dari regresi di atas adalah sebagai berikut: 1. Konstanta
α Nilai konstanta menunjukkan bahwa apabila semua variabel independen
memiliku nilai 0 nol makan variabel dependen Y sebesar -7,343. 2. Struktur Modal X
1
terhadap Nilai Perusahaan Y Nilai koefisien struktur modal untuk variabel X
1
sebesar 8,820. Hal ini mengandung arti bahwa setiap kenaikan Struktur Modal DER satu
satuan maka variabel beta Y akan naik sebesar 8,820 dengan asumsi bahwa variabel bebas yang lain dari model regresi yaitu kinerja keuangan
dan keputusan investasi adalah tetap. 3. Kinerja Keuangan X
2
terhadap Nilai Perusahaan Y Nilai koefisien kinerja keuangan untuk variabel X
2
sebesar 0,004. Hal ini mengandung arti bahwa setiap kenaikan Kinerja Keuangan ROE satu
satuan maka variabel beta Y akan naik sebesar 0,004 dengan asumsi bahwa variabel bebas yang lain dari model regresi yaitu struktur modal
dan keputusan investasi adalah tetap. 4. Keputusan Investasi X
3
terhadap Nilai Perusahaan Y Nilai koefisien keputusan investasi untuk variabel X
3
sebesar 0,322. Hal ini mengandung arti bahwa setiap kenaikan Keputusan Investasi PER
satu satuan maka variabel beta Y akan naik sebesar 0,322 dengan asumsi bahwa variabel bebas yang lain dari model regresi yaitu struktur
modal dan kinerja keuangan adalah tetap.
47
4.5. Uji Hipotesis