60
4.5.1 Koefisien Determinasi Uji R
2
Koefisien determinasi R Square mengukur seberapa jauh kemampuan
variabel independen dapat menjelaskan variabel
terikat.Pengujian ini dilakukan dengan melihat nilai koefisien determinan.Nilai koefisien determinasi adalah antara 0 sampai dengan
1. Semakin tinggi nilai R Square koefisien korelasi maka akan semakin baik model regresi karena variabel independen mampu
memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Namun, nilai R Square yang kecil memiliki
arti bahwa kemapuan variabel independen dapat menjelaskan variabel dependen sangat terbatas. R Square memiliki kelemahan yaitu apabila
setiap penambahan variabel independen ke dalam model, maka R Square pasti meningkat tidak peduli apakah variabel tersebut
berpengaruh signifikan atau tidak signifikan terhadap variabel dependen Ghozali, 2006.
Angka koefisien korelasi Adjusted R Square menunjukan seberapa besar variasi dependen dapat dijelaskan oleh variasi yang
terjadi pada variabel independen. Nilai Adjusted R Squaredapat turun maupun naik meskipun ada penambahan variabel. Standar Eror of
Estimate, apabila semakin kecil maka akan membuat model regresi semakin tepat dalam memprediksi variabel dependen. Berikut disajikan
tabel koefisien determinasi.
Universitas Sumatera Utara
61
Tabel 4.6 Hasil Uji Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
,488
a
,239 ,219
,84296 a. Predictors: Constant, DPR, TA
b. Dependent Variable: LN_PBV
Sumber : output SPSS 20, data diolah peneliti 2016 Pada tabel 4.6, didapati bahwa pada persamaan 1 nilai R Square
adalah 0,239. Hal ini berarti nilai perusahaan mampu dijelaskan sebesar 23,9 oleh tax avoidance dan dividend policy, sedangkan 73,4
dijelaskan oleh variabel- variabel lain yang tidak diteliti pada penelitian ini. Adjusted R Square pada persamaan di atas adalah 0,219 yang berarti
21,9 variasi variabel dependen nilai perusahaan dapat dijelaskan oleh tax avoidance dan dividend policy. Nilai Standard Error of Estimate
sebesar 0,849266. Semakin kecil standard deviasi berarti model semakin baik.
4.5.2 Uji Simultan Uji F