44
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Data Penelitian
Penelitian ini menggunakan perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia dari tahun 2009-2011 sebagai objek penelitian.
Setelah dilakukan penyeleksian berdasarkan kriteria yang telah ditetapkan, maka didapat 18 perusahaan sebagai sampel penelitian dalam tiga tahun penelitian yang
berarti 54 unit analisis. Metode yang digunakan untuk menganalisis data dalam penelitian ini adalah statistik deskriptif, pengujian asumsi klasik dan analisis
regresi berganda. Pengolahan di mulai dari menginput dan mengolah data ke microsoft excel kemudian melakukan pengujian dengan menggunakan software
SPSS versi 20. Kemudian di dapat output-output yang dihasilkan berdasarkan metode analisis yang telah ditentukan.
4.2 Analisis Hasil Penelitian
4.2.1 Analisis Statistik Deskriptif
Menurut Erlina 2011, “statistik deskriptif merupakan proses transformasi data penelitian dalam bentuk tabulasi, sehingga mudah
dipahami dan diinterprestasikan”. Statistik deskriptif umumnya digunakan untuk memberi informasi mengenai variabel penelitian yang utama.
Ukuran yang digunakan berupa : frekuensi, tendensi sentral rata-rata, median, modus, dispersi deviasi standar, variance dan pengukur-
pengukur bentuk measure of shape.
Universitas Sumatera Utara
45
Tabel 4.1 Statistik Deskriptif
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation ROE
54 .0023
.3137 .092296
.0657188 Dewan Komisaris
54 2.0000
10.0000 5.074074 1.9700766
Komisaris Independen 54
.3300 .7500
.447444 .0994021
Dewan Direksi 54
2.0000 10.0000 5.888889
2.2875105 Komite Audit
54 2.0000
3.0000 2.962963 .1906259
Valid N listwise 54
Berdasarkan hasil penelitian di atas diketahui bahwa : a.
Persentase Return on Equity ROE yang dimiliki perusahaan sampel adalah minimum 0.23, maksimum 31.37, mean nilai rata-rata
9.22 dan standar deviasi simpangan baku 6.57. b.
Jumlah dewan komisaris yang dimiliki perusahan sampel adalah minimum 2 orang, maksimum 10 orang, mean nilai rata-rata 5 orang
dan standar deviasi simpangan baku 1.97. c.
Persentase komisaris independen yang dimiliki perusahaan sampel adalah minimum 33, maksimum 75, mean nilai rata-rata 44.74
dan standar deviasi simpangan baku 9.94. d.
Jumlah dewan direksi yang dimiliki perusahaan sampel adalah minimum 2 orang, maksimum 10 orang, mean nilai rata-rata 6 orang
dan standar deviasi simpangan baku 2.2875. e.
Jumlah komite audit yang dimiliki perusahaan sampel adalah minimum 2 orang, maksimum 3 orang, mean nilai rata-rata 3 orang
dan standar deviasi simpangan baku 0.1906.
Universitas Sumatera Utara
46
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Model regresi yang baik adalah model yang memiliki distribusi data normal atau mendekati normal. Tujuan uji
normalitas adalah untuk mengetahui apakah model regresi variabel pengganggu atau residual memiliki distribusi normal. Menurut
Ghozali 2010, “ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan
analisis statistik”. Penelitian ini menggunakan analisis statistik dengan uji Kolmogrov Smirnov. Pedoman pengambilan keputusan
rentang data tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogrov Smirnov dapat dilihat dari :
1. Nilai Sig. atau signifikan 0.05, maka distribusi data tidak
normal. 2.
Nilai Sig. atau signifikan 0.05, maka distribusi data adalah normal.
Apabila distribusi data tidak normal, maka perlu dilakukan transformasi data atau menambah maupun mengurangi data. Hasil
uji normalitas untuk penelitian ini adalah :
Universitas Sumatera Utara
47
Tabel 4.2 Uji Normalitas
Berdasarkan hasil pengolahan data one-sample kolmogrov- smirnov di atas dapat disimpulkan bahwa seluruh variabel sudah
berdistribusi normal. Hal ini terlihat dari nilai Asymp Sig. 2-tailed Kolmogrov-Smirnov dari penelitian ini lebih besar dari
0.05, yaitu sebesar 0.418. Dengan demikian, secara keseluruhan dapat disimpulkan bahwa nilai-nilai observasi data telah
terdistribusi secara normal dan dapat dilanjutkan dengan uji asumsi klasik lainnya. Hal ini juga ditunjukkan dengan gambar histogram
dan PP plot, yaitu sebagai berikut :
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 54
Normal Parameters
a,b
Mean 0E-7
Std. Deviation .06348755
Most Extreme Differences
Absolute .120
Positive .120
Negative -.063
Kolmogorov-Smirnov Z .882
Asymp. Sig. 2-tailed .418
a. Test distribution is Normal. b. Calculated from data.
Universitas Sumatera Utara
48
Gambar 4.1 Histogram
Pada tampilan grafik histogram terlihat bahwa grafik memberikan pola distribusi normal. Hal ini dapat di lihat dari
bentuk kurva yang memiliki kemiringan yang cenderung seimbang, baik sisi kiri maupun sisi kanan.
Gambar 4.2 Grafik Normal P-P Plot of Regression Standardized Residual
Universitas Sumatera Utara
49
Pada grafik normal P-P plot menunjukkan bahwa titik-titik pada grafik telah mendekati sumbu diagonalnya. Hasil tersebut
menunjukkan bahwa residual telah terdistribusi secara normal. Dengan demikian, dapat dilanjutkan dengan pengujian asumsi
klasik lainnya.
4.2.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk meneliti apakah dalam model regresi ditemukan adanya korelasi di antara variabel
independen. Jika terjadi korelasi, berarti terjadi masalah multikolinearitas. Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel independen. Untuk melihat ada atau tidaknya multikolinearitas dalam model regresi dilihat dari nilai
tolerance dan lawannya Variance Inflation Factor VIF. Batasan umum yang dipakai untuk menunjukkan adanya multikolinearitas
adalah nilai tolerance 0,1 atau VIF 10.
Tabel 4.3 Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Dewan Komisaris
.893 1.119
Komisaris Independen .936
1.069 Dewan Direksi
.844 1.185
Komite Audit .903
1.107 a. Dependent Variable: ROE
Universitas Sumatera Utara
50
Dari tabel di atas menunjukkan hasil sebagai berikut : a.
Variabel dewan komisaris tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,893 0,1 dan nilai VIF sebesar 1,119
10. b.
Variabel komisaris independen tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,936 0,1 dan nilai VIF sebesar
1,069 10. c.
Variabel dewan direksi tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,844 0,1 dan nilai VIF sebesar 1,185
10. d.
Variabel komite audit tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,903 0,1 dan nilai VIF sebesar 1,107
10.
4.2.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual
satu pengamatan ke pengamatan yang lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas, dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Uji heteroskedastisitas dapat di lakukan dengan memperhatikan pola gambar Scatterplot di mana bila membentuk titik-titik yang
Universitas Sumatera Utara
51
menyebar secara acak dan tidak membentuk pola yang jelas maka menunjukkan bahwa tidak terdapat masalah heteroskedastisitas.
Gambar 4.3 Uji Heteroskedastisitas
Grafik Scatterplot di atas memperlihatkan bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola yang
teratur, serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Berdasarkan hasil tersebut dapat disimpulkan bahwa
tidak terjadi heteroskedastisitas atau bersifat homoskedastisitas.
4.2.2.4 Uji Autokorelasi
Uji ini digunakan untuk menguji ada atau tidaknya korelasi antara variabel pengganggu pada periode tertentu dengan variabel
penganggu pada periode sebelumnya. Persamaan regresi yang baik adalah yang tidak memiliki masalah autokorelasi, jika terjadi
Universitas Sumatera Utara
52
autokorelasi maka persamaan tersebut menjadi tidak baik dipakai prediksi. Cara yang dapat digunakan untuk mendeteksi masalah
autokorelasi adalah dengan menggunakan nilai uji Durbin Watson.
Tabel 4.4 Uji Autokorelasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
.258
a
.067 -.009
.0660280 1.762
a. Predictors: Constant, Komite Audit, Dewan Komisaris, Komisaris Independen, Dewan Direksi
b. Dependent Variable: ROE
Dari tabel 4.4 di atas menjelaskan bahwa nilai Durbin Watson diperoleh sebesar 1.762. Angka ini terletak di antara -2
dan +2, maka dapat disimpulkan bahwa tidak terjadi autokorelasi positif maupun autokorelasi negatif.
4.2.3 Analisis Regresi