96 konstan maka komisaris independen tidak berpengaruh signfikan terhadap
rating sukuk.
2. Analisis Regresi Panel
Untuk menguji pengaruh corporate governance terhadap YTM sukuk, dilakukan dengan menggunakan regresi data panel.
a. Pemilihan Teknik Estimasi Regresi Panel
Untuk mendapatkan analisis regresi data panel yang terbaik antara model common, fixed atau random effect, maka dilakukan
teknik pemilihan model. Terdapat tiga uji yang digunakan untuk menentukan teknik yang paling tepat untuk mengestimasi regresi
data panel, diantaranya adalah Widardjono, 2013:362: 1 Uji Signifikansi F Uji Chow
Uji signifikansi F Uji Chow digunakan untuk mengetahui apakah teknik regresi data panel dengan fixed effect lebih baik
dari model regresi data panel tanpa variabel dummy common effect.
Tabel 4.7 Hasil Uji Signifikansi F Uji
Chow
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects Effects Test
Statistic d.f.
Prob. Cross-section F
0.462060 17,31
0.9522 Cross-section Chi-square
11.970059 17
0.8019
Sumber: data diolah dengan menggunakan EViews 9.0 2016
97
Hasil output di atas menunjukan bahwa nilai Prob. Cross- section F sebesar 0.9522. Untuk melihat model yang terbaik,
dapat dilihat dari nilai Prob. Cross-Section F yang dibandingkan dengan α sebesar 5. Nilai Prob. Cross-section F sebesar
0.9522 0.05, maka Ho diterima dan Ha ditolak, yang berarti model yang lebih tepat digunakan adalah model common effect.
Oleh sebab itu, dapat dilanjutkan dengan uji Langrange- Multiplier LM untuk memilih model terbaik antara common
effect atau random effect. 2 Uji Langrange-Multiplier LM
Untuk mengetahui apakah model random effect lebih baik dari model common effect OLS Pooled digunakan uji Langrange
Multiplier LM.
Tabel 4.8 Hasil Uji
Langrange-Multiplier LM
Lagrange Multiplier Tests for Random Effects Null hypotheses: No effects
Alternative hypotheses: Two-sided Breusch-Pagan and one-sided all others alternatives
Test Hypothesis Cross-section
Time Both
Breusch-Pagan 2.068218
4.291538 6.359757
0.1504 0.0383
0.0117
Sumber: data diolah dengan menggunakan EViews 9.0 2016 Hasil output di atas menunjukan bahwa nilai Prob. Cross-
section Breusch-Pagan sebesar 0.1504. Untuk melihat model yang terbaik, dapat dilihat dari nilai Prob. Cross-Section
Breusch- Pagan yang dibandingkan dengan α sebesar 5. Nilai
98
Prob. Cross-section sebesar 0.1504 0.05, maka keputusannya adalah Ho diterima dan Ha ditolak, yang berarti bahwa model
terbaik dalam penelitian ini adalah model common effect atau OLS.
b. Uji Asumsi Klasik
Setelah mendapatkan model yang terbaik yaitu model common effect, langkah selanjutnya adalah melakukan uji asumsi klasik.
1 Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel dependen dan variabel independen maupun keduanya berdistribusi normal atau tidak. Model regresi yang
baik adalah yang memiliki distribusi data normal atau mendekati normal. Apabila nilai probabilitas
α 5, maka Ho diterima dan Ha ditolak, yang berarti bahwa data berdistribusi normal,
sedangkan jika nilai probabilitas α 5, dapat menerima Ha,
yang berarti bahwa data tidak berdistribusi normal.
99
Gambar 4.1 Hasil Uji Normalitas
1 2
3 4
5 6
7 8
-1.5 -1.0
-0.5 0.0
0.5 1.0
1.5
Series: Standardized Residuals Sample 2011 2015
Observations 53
Mean -0.008643
Median 0.005497
Maximum 1.414058
Minimum -1.715822
Std. Dev. 0.853952
Skewness -0.172843 Kurtosis
1.960999 Jarque-Bera 2.647839
Probability 0.266090
Sumber: data diolah dengan menggunakan EViews 9.0 2016
Dilihat dari nilai probabilitas dalam gambar di atas menunjukan hasil sebesar 0.266090. Hasil ini menunjukan bahwa nilai
probabilitas 0.266090 0.05, maka menerima Ho dan menolak Ha, yang berarti bahwa penelitian ini memiliki data yang
berdistribusi normal. 2 Multikolinearitas
Uji multikolinearitas dilakukan untuk melihat hubungan linier antara variabel independen dalam suatu regresi. Untuk
mendeteksi masalah multikolinearitas dalam model regresi salah satunya dengan menguji koefisien korelasi antar variabel
independen. Jika koefisien korelasi di atas 0.85, maka diduga ada multikolinearitas dalam model Widardjono, 2013:104.
100
Tabel 4.9 Hasil Uji Multikolinearitas
BLOCK INSTOWN
BRDSIZE KOMINDP
BLOCK 1.000000
-0.719013 -0.486291
0.369624 INSTOWN
-0.719013 1.000000
0.222060 -0.664583
BRDSIZE -0.486291
0.222060 1.000000
-0.202181 KOMINDP
0.369624 -0.664583
-0.202181 1.000000
Sumber: data diolah dengan menggunakan EViews 9.0 2016 Berdasarkan tabel 4.8, dapat diketahui bahwa nilai dari
hubungan variabel independen satu ke variabel independen lainnya tidak ada yang melebihi 0.85 atau hubungan antara satu
variabel independen dengan variabel independen lainnya 0.85. Dapat disimpulkan bahwa penelitian ini tidak memiliki masalah
multikolinearitas. 3 Autokorelasi
Autokorelasi adalah adanya korelasi antar variabel gangguan satu observasi dengan observasi lain yang berlainan waktu.
Untuk mendeteksi masalah autokorelasi dapat dilakukan dengan uji Durbin-Watson D-W. Tabel D-W terdiri atas dua nilai yaitu
batas bawah d
L
dan batas atas d
U
. Nilai d
L
dan d
U
didapatkan dengan menentukan n jumlah observasi dan k jumlah variabel
independen tidak termasuk konstanta ditabel statistik Durbin- Watson. Untuk menguji ada atau tidaknya autokorelasi,
dibangun sebuah desain hipotesis sebagai berikut:
101
Ho : ρ = 0 : tidak ada autokorelasi Ha : ρ ≠ 0 : terdapat autokorelasi
Dengan aturan pengambilan keputusan: 0 d d
L
: Menolak hipotesis nol; ada autokorelasi positif
d
L
d d
U
: Daerah keragu-raguan; tidak ada keputusan d
U
d 4 - d
U
: Gagal menolak hipotesis nol; tidak ada autokorelasi positifnegatif
4 - d
U
d 4 - d
L
: Daerah keragu-raguan; tidak ada keputusan 4 - d
L
d 4 : Menolak hipotesis nol; ada autokorelasi
Negatif
Tabel 4.10 Nilai
Weighted Statistik Durbin-Watson
Weighted Statistics R-squared
0.647293 Mean dependent var 20.65292
Adjusted R-squared 0.617901 S.D. dependent var
35.32993 S.E. of regression
0.888867 Sum squared resid 37.92409
F-statistic 22.02259 Durbin-Watson stat
1.781138 ProbF-statistic
0.000000
Sumber: data diolah dengan menggunakan EViews 9.0 2016 Berdasarkan tabel di atas, terlihat bahwa nilai Durbin-Watson
DW sebesar 1.781138. Nilai d
L
dan d
U
masing-masing sebesar 1.378 dan 1.721, didapat dari n = 53 dan k = 4. Dengan aturan
pengambilan keputusan d
U
d 4 – d
U
, nilai D-W terletak
diantara 1.721 1.7811 2.279 4 – 1.721. Dapat disimpulkan
bahwa dalam model ini tidak terdapat autokorelasi.
102
4 Heteroskedastisitas Heteroskedastisitas merupakan penyimpangan terhadap asumsi
homoskedastisitas, yaitu ketika variabel gangguan error terms mempunyai varian yang tidak konstan. Jika variabel gangguan
tidak mempunyai rata-rata nol, maka tidak mempengaruhi slope, hanya akan mempengaruhi intersep. Dampak adanya hal
tersebut adalah tidak efisiennya proses estimasi, sementara hasil estimasinya sendiri tetap konsisten dan tidak bias serta akan
mengakibatkan hasil uji t dan uji F menjadi tidak berguna. Menurut
Widardjono 2013:125,
permasalahan heteroskedastisitas dapat dideteksi dengan metode White. Dasar
pengambilan keputusannya adalah, jika nilai probabilitas 0.05, maka Ho diterima yang berarti tidak terjadi heteroskedastisitas,
sedangkan jika nilai probabilitas 0.05, maka Ha diterima yang berarti terjadi heteroskedastisitas.
Tabel 4.11 Hasil Uji Heteroskedastisitas
Dependent Variable: RESID2 Method: Panel Least Squares
Date: 102116 Time: 09:05 Sample: 2011 2015
Periods included: 5 Cross-sections included: 18
Total panel unbalanced observations: 53 Variable
Coefficient Std. Error
t-Statistic Prob.
C -3.029075
2.275179 -1.331357
0.1894 BLOCK
0.117774 0.190887
0.616981 0.5402
INSTOWN 0.031059
0.015428 2.013192
0.0497 BRDSIZE
-0.032761 0.064975
-0.504218 0.6164
KOMINDP 0.036140
0.021485 1.682092
0.0990 R-squared
0.110135 Mean dependent var 0.735985
103
Adjusted R-squared 0.035980 S.D. dependent var
1.188354 S.E. of regression
1.166779 Akaike info criterion 3.235960
Sum squared resid 65.34594 Schwarz criterion
3.421836 Log likelihood
-80.75293 Hannan-Quinn criter. 3.307439
F-statistic 1.485196 Durbin-Watson stat
2.351430 ProbF-statistic
0.221444
Sumber: data diolah dengan menggunakan EViews 9.0 2016
Berdasarkan hasil output di atas, dapat dilihat bahwa nilai Prob. probabilitas sebesar 0.221444 0.05, sehingga dapat
disimpulkan bahwa data dalam penelitian ini tidak mengandung heteroskedastisitas.
c. Uji Signifikansi
Berdasarkan hasil Uji Chow dan Uji LM, model estimasi data panel yang terpilih adalah model common effect OLS. Selanjutnya
dilakukan uji signifikansi dari model yang terpilih.
Tabel 4.12 Nilai
Weight Statistik Estimasi Model Common Effect
Weighted Statistics
R-squared 0.647293 Mean dependent var
20.65292
Adjusted R-squared 0.617901 S.D. dependent var
35.32993 S.E. of regression
0.888867 Sum squared resid 37.92409
F-statistic 22.02259 Durbin-Watson stat
1.781138 ProbF-statistic
0.000000
Sumber: data diolah dengan menggunakan EViews 9.0 2016
1 Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
digunakan untuk menjelaskan seberapa besar proporsi variasi variabel dependen yang
dijelaskan oleh variasi variabel independen. Koefisien determinasi ini nilainya tidak pernah menurun jika kita terus
104
menambah variabel independen, artinya koefisien determinasi akan semakin besar jika kita terus menambah variabel
independen dalam model. Salah satu persoalan besar penggunaan koefisien R
2
dengan demikian adalah nilai R
2
selalu naik ketika menambah variabel independen dalam model,
walaupun penambahan variabel independen belum tentu mempunyai justifikasi dari teori ekonomi ataupun logika
ekonomi. Para ahli ekonometrika telah mengembangkan alternatif lain yaitu digunakan R
2
yang disesuaikan Widardjono, 2015:276.
Nilai adjusted R
2
dalam model ini sebesar 0.647293, menunjukan bahwa pengaruh corporate governance sebagai
variabel independen blockholder, kepemilikan institusional, board size dan komisaris independen terhadap YTM sukuk,
dapat dijelaskan oleh model sebesar 64.73, dan sisanya sebesar 35.27 dijelaskan oleh variabel lain di luar model.
2 Uji Signifikansi Simultan Uji Statistik F
Tabel 4.13 Nilai
Weighted Statistik Estimasi Blockholder, Kepemilikan Institusional,
Board Size dan Komisaris Independen terhadap YTM Sukuk
Weighted Statistics R-squared
0.647293 Mean dependent var 20.65292
Adjusted R-squared 0.617901 S.D. dependent var
35.32993 S.E. of regression
0.888867 Sum squared resid 37.92409
F-statistic 22.02259 Durbin-Watson stat
1.781138
ProbF-statistic 0.000000
Sumber : data diolah dengan menggunakan EViews 9.0 2016
105
Uji F adalah uji pengaruh semua variabel independen secara serempak terhadap variabel dependen. Uji F dapat dilakukan
dengan membandingkan F hitung dan F tabel. F tabel didapat dari besarnya α dan df. Besar df ditentukan oleh numerator k -
1 dan df untuk denominator n – k, dimana n adalah jumlah
observasi dan k adalah jumlah variabel termasuk intersep. Berdasarkan hasil estimasi output di atas, diketahui bahwa F
hitung atau F statistik sebesar 22.02259, sementara F tabel didapatkan dengan perhitungan sebagai berikut:
F tabel = α ; df = n-k,k-1
= 5 ; df = 53-5,5-1 F tabel
= 5 ; df 48,4 = 2.61 Dari perhitungan F tabel di atas, diketahui bahwa, nilai F hitung
F tabel 22.02259 2.61, maka keputusan yang diambil adalah menolak Ho dan menerima Ha. Selain itu, dapat juga
membandingkan Prob F statistic dengan α, nilai Prob F
statistic 0.00000 0.05. Hasil ini menunjukan bahwa variabel independen corporate governance blockholder, kepemilikan
institusional, board size dan komisaris independen secara simultan atau keseluruhan signifikan berpengaruh terhadap
variabel dependen YTM sukuk.
106
3 Uji Signifikansi Parsial Uji Statistik t
Tabel 4.14 Hasil Estimasi
Blockholder, Kepemilikan Institusional, Board Size dan Komisaris Independen terhadap YTM Sukuk
Variable Coefficient
Std. Error t-Statistic
Prob. C
14.08847 1.393741
10.10839 0.0000
BLOCK -0.117829
0.091081 -1.293678
0.2020 INSTOWN
-0.034075 0.009580
-3.556843 0.0009
BRDSIZE -0.057976
0.022717 -2.552125
0.0139 KOMINDP
-0.025045 0.016778
-1.492674 0.1421
Sumber: data diolah dengan menggunakan EViews 9.0 2016
Uji statistik t digunakan untuk mengetahui apakah variabel independen mempengaruhi variabel dependen secara individual.
Uji t dapat dilakukan dengan membandingkan nilai t hitung dan t
tabel pada α dan df sebesar n-k, dimana n adalah jumlah observasi dan k adalah jumlah variabel termasuk intersep. Selain
itu, dapat juga membandingkan nilai Prob dengan α. Jika nilai t
hitung nilai t tabel atau Prob α = 5, maka Ho ditolak yang
berarti secara
statistik variabel
independen signifikan
mempengaruhi variabel dependen dan sebaliknya, jika nilai t hitung nilai t tabel, maka Ho diterima yang berarti secara
statistik variabel independen tidak signifikan mempengaruhi variabel dependen Widardjono, 2015:282. Untuk memperoleh
nilai t tabel dilakukan perhitungan sebagai berikut: t tabel
= ; df = n-k
= 2.5 ; df = 53-5 t tabel
= 0.025 ; df 48 = 2.021
107
Berikut ini adalah uji t dari masing-masing variabel independen terhadap variabel dependen:
a Variabel Blockholder Melihat hasil output pada tabel di atas, didapat nilai t hitung
pada variabel independen blockholder sebesar -0.1293678, yang berarti nilai t hitung 0.1293678 t tabel 2.021,
selain itu, dapat juga membandingkan nilai Prob sebesar 0.2020 0.05, maka Ho ditolak dan Ha diterima. Hal ini
dapat disimpulkan bahwa blockholder secara individual tidak berpengaruh signifikan terhadap YTM sukuk.
b Variabel Kepemilikan Institusional Berdasarkan hasil output pada tabel di atas, didapat nilai t
hitung pada variabel independen kepemilikan institusional sebesar -3.556843. Bila dibandingkan dengan t tabel, nilai t
hitung 3.556843 nilai t tabel 2.021, selain itu dapat juga membandingkan nilai Prob sebesar 0.0009 0.05,
sehingga keputusannya adalah menolak Ho dan menerima Ha. Hal ini dapat disimpulkan bahwa variabel independen
kepemilikan institusional secara individual berpengaruh signifikan negatif terhadap YTM sukuk. Tanda negatif
menunjukan bahwa terdapat hubungan yang berlawanan arah antara kepemilikan institusional terhadap YTM sukuk,
108
sehingga peningkatan
kepemilikan institusional
menyebabkan menurunnya YTM sukuk atau sebaliknya. c Variabel Board Size
Hasil t hitung untuk variabel board size sebesar -2..552125. Bila dibandingkan dengan t tabel, nilai t hitung 2.552125
nilai t tabel 2.021, selain itu dapat juga membandingkan nilai Prob sebesar 0.0139 0.05, sehingga keputusannya
adalah menolak Ho dan menerima Ha. Hal ini dapat disimpulkan bahwa secara individual variabel independen
board size berpengaruh signifikan negatif terhadap YTM sukuk. Tanda negatif menunjukan bahwa terdapat hubungan
yang berlawanan arah antara board size terhadap YTM sukuk, sehingga peningkatan board size menyebabkan
menurunnya YTM sukuk atau sebaliknya. d Variabel Komisaris Independen
Dapat diketahui bahwa nilai t hitung variabel komisaris independen adalah -1.492674. Bila dibandingkan dengan t
tabel, nilai t hitung t tabel 1.492674 2.021, selain itu dapat juga membandingkan nilai Prob sebesar 0.1421
0.05, sehingga keputusan yang diambil adalah menerima Ho dan menolak Ha. Hal ini dapat disimpulkan bahwa variabel
komisaris independen tidak berpengaruh signifikan terhadap YTM sukuk.
109
d. Persamaan Analisis Regresi Panel
Tabel 4.15 Hasil Estimasi
Blockholder, Kepemilikan Institusional, Board Size dan Komisaris Independen terhadap
Yield Sukuk
Dependent Variable: YTM Method: Panel EGLS Cross-section weights
Date: 102116 Time: 09:08 Sample: 2011 2015
Periods included: 5 Cross-sections included: 18
Total panel unbalanced observations: 53 Linear estimation after one-step weighting matrix
Variable Coefficient
Std. Error t-Statistic
Prob. C
14.08847 1.393741
10.10839 0.0000
BLOCK -0.117829
0.091081 -1.293678
0.2020 INSTOWN
-0.034075 0.009580
-3.556843 0.0009
BRDSIZE -0.057976
0.022717 -2.552125
0.0139 KOMINDP
-0.025045 0.016778
-1.492674 0.1421
Weighted Statistics R-squared
0.647293 Mean dependent var 20.65292
Adjusted R-squared 0.617901 S.D. dependent var
35.32993 S.E. of regression
0.888867 Sum squared resid 37.92409
F-statistic 22.02259 Durbin-Watson stat
1.781138 ProbF-statistic
0.000000 Unweighted Statistics
R-squared 0.216685 Mean dependent var
9.731887 Sum squared resid
39.00720 Durbin-Watson stat 2.297072
Sumber: data diolah dengan menggunakan EViews 9.0 2016 Berdasarkan Uji Chow dan Uji LM, estimasi model yang terpilih
adalah dengan menggunakan model common effect OLS. Dari hasil analisis regresi dengan menggunakan model common effect,
diperoleh persamaan model sebagai berikut: =
110 Dari persamaan regresi di atas, dapat dijelaskan bahwa:
6 Berdasarkan persamaan regresi di atas diperoleh koefisien regresi untuk konstanta sebesar 14.08847. Hal ini mengindikasikan bahwa jika variabel
independen sama dengan 0, maka YTM akan meningkat sebesar 14.09. 7 Koefisien regresi blockholder BLOCK sebesar negatif 0.117829 dan
tidak berpengaruh signifikan pada α = 5. Jika variabel lainnya dianggap
konstan maka blockholder tidak berpengaruh signfikan terhadap YTM sukuk.
8 Koefisien kepemilikan institusional INSTOWN sebesar negatif 0.034075 dan signifikan pada α = 5. Hal ini mengindikasikan, setiap kenaikan 1
persentase kepemilikan institusional, maka akan menurunkan YTM sebesar 0.034074 dengan asumsi variabel lain dianggap konstan.
9 Koefisien board size BRDSIZE sebesar negatif 0.057976 dan siginifikan pada pada α = 5. Hal ini mengindikasikan, setiap kenaikan 1 orang
direksi, maka akan menurunkan YTM sebesar 0.057976 dengan asumsi variabel lain dianggap konstan.
10 Koefisien komisaris independen KOMINDP sebesar negatif 0.025045 dan tidak signifikan pada α = 5. Jika variabel lainnya dianggap konstan
maka komisaris independen tidak berpengaruh signfikan terhadap YTM sukuk.
C. Interpretasi Hasil
Pada tahap ini akan disajikan uraian mengenai hasil uji statistik yang telah dilakukan dengan acuan penelitian terdahulu.
111
1. Interpretasi Regresi Logistik