BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Objek dari penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia dengan tahun penelitian 2010-2013.Penentuan sampel
dalam penelitian ini menggunakan metode purposive sampling, sehingga diperoleh sampel sebanyak 40 perusahaan.Pengelolaan data dalam penelitian
ini dilakukan dengan menginput dan menghitung data dengan Microsoft Excel dan melakukan pengujian dengan menggunakan aplikasi SPSSverse20.
4.2 Analisis dan Hasil Penelitian
Pengujian pertama dalam penelitiam ini diketahui bahwa model terkena gejala heterokedastisitas dan untuk memperbaiki gejala tersebut dilakukan
dengan mentransformasikan data ke dalam bentuk absolute kemudian di transformasikan kembali kedalam bentuk Ln Ghozali, 2006. Data yang telah
ditransformasikan ke dalam bentuk Ln kemudian di regres kembali sehingga gejala heterokedastisitas teratasi tetapi menyebabkan data tidak lulus uji
masalah autokorelasi. Menurut Gujarati 2006, masalah tersebut dapat diatasi dengan menggunakan metoda Theil Nagar.
4.2.1 Analisis Statistik Deskriptif
Analisis data deskriptif dilakukan dengan membandingkan nilai minimum, nilai maksimum, rata-rata mean dan standar deviasi dari data
Universitas Sumatera Utara
sampel yang ada. Dari hasil pengujian statistik deskriptif kelima variabel dalam penelitian ini diperoleh hasil sebagai berikut:
Tabel 4.1 Hasil analisis Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Skewness
Statistic Statistic
Statistic Statistic
Statistic Statistic
EVA 40
-8.42E11 2.37E13 1.0456E12
4.22930E12 4.557
K.Manajerial 40
.00 .18
.0439 .06914
1.184 K.Institusional
40 .47
.96 .7309
.15751 -.558
Kom.Indenpenden 40
.25 .50
.3810 .08524
.172 K.Audit
40 3.00
4.00 3.0500
.22072 4.292
Ukuran 40
25.18 30.17
27.3827 1.33894
.062 Valid N listwise
40
Dari hasil pengujian diatas diketahui bahwa:
a. Variabel kinerja keuangan EVA memiliki nilai minimum -8.42, nilai maksimum 2.37, mean 1.04 dan satandar deviasi 4.22.
b. Persentase kepemilikan manajerial perusahaan sampel memilikinilai minimum 0,01, nilai maksimum 18, mean rata-rata 4 dan standar
deviasi simpangan baku 6.
Universitas Sumatera Utara
c. Persentase kepemilikan institusional perusahaan sampel memilikinilai minimum 47, nilai maksimum 96, mean rata-rata 73 dan standar
deviasi simpangan baku 15. d. Persentase komisaris indenpenden perusahaan sampel memiliki nilai
minimum 25 dan nilai maksimum 50, mean rata-rata 38 dan standar deviasi simpangan baku 8.
e. Jumlah komite audit perusahaan sampel memiliki nilai minimum 3 orang, nilai maksimum 4 orang, mean rata-rata 4 orang dan standar deviasi
simpangan baku 3,05. f. Variabel ukuran perusahaan memiliki nilai minimum 25,18; nilai maksimum
30,17; mean rata-rata 27,38 dan standar deviasi simpangan baku 1,33.
4.2.2 Uji Asumsi Klasik
4.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk melihat apakah variabel terditribusi normal atau tidak.Suatu model regresi dikatakan baik jika datanya
berdistribusi secara normal atau mendekati normal.Dalam penelitian ini uji normalitas dilakukan dengan analisis statistik dengan uji
KolmogorovSmirnov K-S untuk mengetahui tingkat signifikansi dari nilai residual berdistribusi secara normal atau tidak.
Universitas Sumatera Utara
Tabel 4.2 Uji Normalitas :
Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,b
Mean 0E-7
Std. Deviation 1.70138770
Most Extreme Differences Absolute
.061 Positive
.042 Negative
-.061 Kolmogorov-Smirnov Z
.386 Asymp. Sig. 2-tailed
.998
Pada hasil uji statistiknon-parametik Kolmogorov-Smirnov K-S dapat dilihat nilai K-S sebesar 0.386 dengan profitabilitas signifikansi
0.998 dan nilainya berada diatas α =0.05, maka dapat disimpulkan bahwa residual berdistribusi normal Ho diterima.
4.2.2.2 Uji Multikolinieritas
Uji multikolonieritas untuk digunakan mengetahui adanya korelasi antar variabel bebas indenpenden.Jika dalam model regresi terdapat
multikolonearitas maka model memiliki kesalahan standar yang besar.Pengujian kolinearitas dalam penelitian ini dilihat dari nilai
Tolerance dan Variance Inflation Factor VIF.
Universitas Sumatera Utara
Tabel 4.3 Uji Multikolinearitas
4.2.2.3 Uji Heterokesdatisitas
Heterokedastisitas menggambarkan hubungan antara nilai yang di prediksi dengan Studentized Deleted Residual nilai tersebut.Uji
heterokedastisitas digunakan untuk mengetahui ada atau tidak penyimpangan varians dari residual untuk semua pengamatan pada model
regresi.Model regresi yang baik adalah homokesdastisitas atau tidak heterokedastisitas.Uji
heterokedastisitas dalam penelitian ini
menggunakan grafik scatterplot dengan melihat penyebaran titik-
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF Constant
-27.026 21.042
-1.284 .208
LnX1 -.480
.133 -.534 -3.602
.001 .703
1.422 LnX2
-6.885 1.445
-.694 -4.765 .000
.728 1.374
LnX3 2.522
1.303 .245
1.935 .061
.965 1.037
LnX4 -5.000
4.970 -.135 -1.006
.321 .855
1.170 LnX5
16.685 6.081
.348 2.744
.010 .962
1.040 a. Dependent Variable: LnY
Berdasarkan tabel 4.3 dapat dilihat bahwa keseluruhan variabel indenpenden memiliki nilai Tolerance 0.1 dan nilai VIF 10. Dengan
demikian dapat disimpulkan bahwa variabel indenpenden dari penelitian ini terbebas dari multikolinearitas.
Universitas Sumatera Utara
titik.Apabila grafik yang ditunjukkan dengan titik-titik tersebar secara acak dan tidak membentuk pola tertentu dengan jelas dan tersebar di atas
maupun di bawah angka nol pada sumbu Y, maka tidak terjadi heterokedastisitas.
Pada saat menguji persamaan regresi, ditemukan bahwa model terkena heterokedastisitas. Untuk mengobati heteroskedasitas dilakukan dengan
cara mentransformasi data kedalam bentukabsolut dan kemudian ditransformasikan ke dalam bentuk Ln Gozali, 2006.
Gambar 4.1 Grafik Scatterplot
Grafik scatterplot diatas menunjukkan bahwa titik-titik tersebar secara acak dan tdak membentuk pola tertentu serta tersebar di atas maupun di
Universitas Sumatera Utara
bawah angka nol pada sumbu Y. Hal ini berarti data bebas dari masalah heterokedastisitas.
4.2.2.4 Uji Autokorelasi
Penelitian yang dilakukan secara berurutan sepanjang waktu yang berkaitan satu sama lain memicu timbulnya masalah autokorelasi. Uji
autokorelasi digunakan untuk mengetahui ada tidaknya korelasi antara variabel pada periode tertentu dengan variabel-variabel sebelumnya.Model
regresi yang baik adalah tidak terdapat masalah autokorelasi. Cara yang dapat digunakan untuk mendeteksi gejala autokorelasi
adalah dengan menggunakan uji Durbin Watson DW.Setelah dilakukan transformasi data dalam bentuk Ln, ternyata ditemukan gejala autokorelasi
lampiran. Sehingga gejala ini diobati dengan menggunakan metode Theil Nagar yang hasilnya diperoleh sebagai berikut:
Tabel 4.4 Uji Autokorelasi
a. Predictors: LAGX55, LAGX22, LAGX11, LAGX33, LAGX44
b.
Dependent Variable: LAGEVA2
c.
Linear Regression through the Origin
Berdasarkan tabel pada signifikansi 5 dengan jumlah sampel 40 dan jumlah variabel indenpenden 5 k=5 maka tabel Durbin Watson DW
Model Summary
b,c
Model Durbin-Watson
1 1.792
a
Universitas Sumatera Utara
memberikan nilai du= 1.7859 dan dl= 1,2305. Oleh karena dw= 1.792 lebih besar dari batas atas du 1.7859 dan lebih kecil dari 4-du 4-1.7859
menunjukkan tidak terjadinya masalah autokorelasi.
4.2.3 Uji Hipotesis