Tabel 4.4. Ringkasan Hasil Perhitungan Regresi Pengaruh ROA, DER,
dan TAG terhadap CGPI
Variabel Unstandardized
Coefficient Standardized
Coefficient t stat
Sig. t Konstanta
70,935 25,267
0,000 ROA
33,158 0,416
2,536 0,016
DER 2,368
0,351 2,172
0,037 TAG
10,733 0,322
2,163 0,037
Adj R
2
0,181 F stat
3,870 Sig. F
0,017 Sumber: Hasil analisis data
Hasil perhitungan pada tabel 4.4 diperoleh persamaan regresi sebagai berikut:
CGPI = 70,935 + 33,158 ROA + 2,368 DER + 10,733 TAG + e a. Nilai konstanta sebesar 70,935 yang menyatakan bahwa profitabilitas,
leverage serta growth sama dengan 0 nol, maka variabel dependen yaitu kebijakan CGPI sebesar 70,935.
b. Variabel ROA memiliki koefisien regresi 33,158 dan positif yang berarti apabila naiknya ROA persatuan akan menyebabkan meningkatnya nilai
CGPI sebesar 33,158 persatuan dengan asumsi nilai variabel lain konstan.
c. Variabel DER memiliki koefisien regresi 2,368 yang berarti apabila naiknya DER persatuan akan menyebabkan meningkatnya nilai CGPI
sebesar 2,368 dengan asumsi nilai variabel lain konstan.
d. Variabel TAG memiliki koefisien regresi sebesar 10,733 yang berarti apabila naiknya TAG persatuan akan menyebabkan meningkatnya nilai
CGPI sebesar 10,733 persatuan dengan asumsi nilai variabel lain konstan.
e. Variabel CGPI memiliki koefisien regresi sebesar 0,012 yang berarti apabila naiknya CGPI persatuan akan menyebabkan meningkatnya nilai
CGPI persatuan sebesar 0,012 dengan asumsi nilai variabel lain konstan.
D. Uji Kualitas Data Asumsi Klasik
1. Uji Normalitas
Hasil uji normalitas data menggunakan metode uji One-Sample Kolmogorov-Smirnov KS yang bertujuan untuk menguji apakah dalam
model regresi variabel pengganggu atau residual memiliki distribusi normal. Pada uji t dan uji f mengasumsikan bahwa nilai residual
mengikuti distribusi normal, apabila asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil Ghozali, 2011.
Hasil uji normalitas disajikan pada tabel berikut:
Tabel 4.5. Hasil Uji Normalitas
Persamaan KSZ
Unstandardized Residual
p- value
Keterangan
Pengaruh ROA, DER, TAG terhadap CGPI
0,953 0,324
Normal Pengaruh ROA, DER, TAG
dan CGPI terhadap DPR 0,841
0,494 Normal
Sumber : Hasil analisis data
Nilai p-value dari KSZ unstandardized residual pada Tabel 4.5 masing-masing sebesar 0,324 dan 0,494 lebih besar dari
= 0.05, maka dapat disimpulkan data berdistribusi normal.
2. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji apakah suatu model regresi ditemukan adanya korelasi antar variabel bebas variabel
independen. Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Jika terjadi korelasi maka terdapat masalah
multikolinearitas. Hasil uji multikolinearitas menggunakan metode variance inflation factor VIF dan nilai tolerance. Jika nilai VIF 10 dan
nilai tolerance 0,1 maka tidak terjadi multikolinearitas, hasil uji VIF disajikan pada tabel berikut:
Tabel 4.6. Hasil Uji Multikolinearitas
Variabel Collinearity Statistics Kesimpulan
Bebas Tolerance
VIF Pengaruh ROA, LEV, TAG terhadap CGPI
ROA 0,779
1,284 Tidak terjadi multikolinearitas DER
0,804 1,244 Tidak terjadi multikolinearitas
TAG 0,946
1,057 Tidak terjadi multikolinearitas Pengaruh ROA, LEV, TAG dan CGPI terhadap DPR
ROA 0,661
1,513 Tidak terjadi multikolinearitas DER
0,711 1,407 Tidak terjadi multikolinearitas
TAG 0,837
1,195 Tidak terjadi multikolinearitas CGPI
0,756 1,322 Tidak terjadi multikolinearitas
Sumber: Hasil analisis data
