Sumber: Campello dan Almeida, 2003; Uchida, 2006; Chowdhury dan Chowdhury, 2010; Villalonga dan Amit, 2004; Setiabudi dan Agustia, 2012
III. METODE PENELITIAN
Populasi dalam penelitian ini adalah perusahaan manufaktur yang lsited di
BEI periode Tahun 2010-2013 sejumlah
129 perusahaan.
Pengambilan sampel dalam penelitian ini menggunakan
purposive sampling dengan kriteria : 1 Perusahaan manufaktur yang
selalu memperoleh laba selama periode 2010-2013, dan 2
perusahaan manufaktur yang selalu membagikan dividen selama periode
amatan 2010-2013. Sampel yang diperoleh sejumlah 15 perusahaan.
Model yang digunakan untuk menganalisis penelitian ini adalah
model persamaan regresi linear berganda.
Hasil penelitian
menunjukkan bahwa profitabilitas mampu memediasi DER, capex dan
aset berwujud untuk meningkatkan nilai perusahaan.
IV. ANALISIS DATA DAN PEMBAHASAN
4.1. Statistik Deskriptif
Berdasarkan data mentah yang diinput dari laporan keuangan
perusahaan manufaktur yang listed di BEI periode Tahun 2010-2013maka
dapat dihitung rasio-rasio keuangan yang digunakan dalam penelitian ini
yang meliputi capital expenditure, DER, aset berwujud, profitabilitas,
dan nilai perusahaan.
Selanjutnya nilai minimum, maksimum, rata-rata mean dan
standar deviasi dari masing-masing variabel penelitian dapat dilihat pada
Tabel 4.1 berikut ini:
Tabel 4.1. Perhitungan Nilai Minimum, Maksimun, Mean, Standar Deviasi
Descriptive Statistics
60 9,47
29,51 22,2185
5,83637 60
,10 9,42
1,6078 1,70084
60 ,29
46,49 10,8750
8,47249 60
4,28 57,79
22,1103 11,18703
60 -,06
6,85 1,2749
1,21652 60
Capex DER
Profitabilitas AsetBerwujud
Nilai Valid N listwise
N Minimum
Maximum Mean
Std. Deviation
Sumber: Data Sekunder yang diolah
4.2 Analisis Data 4.2.1. Uji Asumsi Klasik
4.2.1.1. Uji Normalitas Model regresi yang baik
adalah memilikidistribusi data
normal atau mendekati normal.Uji normalitas dapat dilakukan dengan
menggunakan uji normalitas Kolmogorov Smirnov. Data yang
normal ditunjukkan dengan nilai uji Kolmogorov Smirnov yang memiliki
signifikan diatas 0,05. Hasiuji KolmogorovSmirnov dapat dilihat
pada table 4.2. berikut ini:
Tabel 4.2.Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
Unstandardized Residual
N 60
60 Normal Parameters
a,b
Mean ,0000000
,0000000 Std.
Deviation 1,08860656
,77886424 Most Extreme
Differences Absolute
,199 ,127
Positive ,199
,127 Negative
-,148 -,104
Test Statistic ,199
,127 Asymp. Sig. 2-tailed
,100
c
,102
c
a. Test distribution is Normal. b. Calculated from data
c. Lilliefors Significance Correction.
Sumber : Data sekunder yang diolah Berdasarkan Tabel 4.2 diatas
menunjukkan data residual statistic menunjukkan penyebaran data yang
normal, dimana nilai signifikansinya diatas 0,05,hal ini berarti data yang
ada terdistribusi normal.
4.2.1.2. Uji Heteroskedastisitas Pengujian
heteroskedastisitas dilakukan dengan menggunakan
Scatterplot dan Uji Glejser.Pola Scatterplot yang tidak membentuk
garis
atau bergelombang
menunjukkan tidak adanya masalah heteroskedastisitas. Hasil pengujian
heteroskedastisitas dapat dilihat pada Gambar 4.1 sebagai berikut:
Gambar 4.1. Uji Heteroskedastisitas
2 1
-1 -2
-3 -4
Regression Standardized Predicted Value
5 4
3 2
1 -1
-2
R eg
re ss
io n
S tu
d en
ti ze
d R
es id
u al
Dependent Variable: Profitabilitas Scatterplot
2 1
-1 -2
Regression Standardized Predicted Value
5 4
3 2
1 -1
-2
R eg
re ss
io n
S tu
d en
ti ze
d R
es id
u al
Dependent Variable: Nilai Scatterplot
Sumber: Data Sekunder yang diolah Gambar 4.1. Scatterplot
menunjukkan bahwa titik-titik menyebar secara acak serta tersebar
baik diatas maupun di bawah angka 0 pada sumbu Y. Dengan demikian
maka dapat disimpulkan tidak terdapat masalah heteroskedastisitas
pada model regresi.
4.2.1.3. Uji Multikolinearitas
Uji multikolinearitas dapat dilakukan dengan melihat nilai VIF
variance inflation factor dan Tolerancedari output regresi. Nilai
VIF variance inflation factor yang lebih dari 10 atau Tolerance yang
lebih kecil dari 0,1 menunjukkan adanya gejala multikolinearitas
dalam model regresi. Nilai VIF variance inflation factor dan
Tolerancedari
masing-masing variabel independen dapat dilihat
pada Tabel 4.3 sebagai berikut:
Tabel 4.3. Uji Multikolinearitas
Sumber: Data Sekunder yang diolah Berdasarkan hasil pada Tabel
4.3 dapat dijelaskan bahwa nilai VIF varianceinflation factor dibawah
10 dan nilai tolerance di atas 0,1.Jadi dapatdisimpulkan
bahwamodel regresi terbebas dari masalah
multikolinearitas.
4.3 Analisis Regresi Berganda
