Moderating Regression Analysis MRA Pengujin Hipotesis .1 Uji Parsial t-test Uji Koefisien Korelasi dan Koefisien Determinasi

3.6.1 Moderating Regression Analysis MRA

Moderated Regression Analysis MRA atau uji interaksi merupakan aplikasi khusus regresi berganda linear dimana dalam persamaan regresinya mengandung unsur interaksi perkalian dua atau lebih variabel independen. Maka persamaan statistik yang digunakan untuk menentukan apakah variabel kepemilikan institusional memperkuat atau memperlemah pengaruh terhadap kinerja adalah: Y = a + b 1 X 1 + e Keterangan : Y = Kinerja Perusahaan ROA a = Konstanta X 1 = Kepemilikan Institusional b 1 = Koefisien regresi e = variabel pengganggu Untuk menguji apakah kepemilikan institusional berpengaruh terhadap kinerjaperusahaan, digunakan uji t. Uji t yang merupakan uji parsial setiap variabel independent terhadap variabel dependent. Adapun kriterianya , yaitu: • Jika tingkat signifikan kepemilikan Institusional lebih kecil dari α sebesar 0,05 maka kepemilikan institusional dinyatakan ada pengaruh signifikan terhadap kinerja perusahaan. Universitas Sumatera Utara • Jika tingkat signifikan kepemilikan Institusional lebih besar dari α sebesar 0,05 maka kepemilikan institusional dinyatakan tidak ada pengaruh signifikan terhadap kinerja perusahaan. Apabila hasil uji t menunjukkan bahwa adanya pengaruh kepemilikan institusional terhadap kinerja, maka untuk uji selanjutnya digunakan uji asumsi klasik dan uji hipotesis atas variabel-variabel diatas.

3.6.2 Uji Asumsi Klasik

Sebelum melakukan pengujian hipotesis terlebih dahulu dilakukan uji asumsi klasik. Model regresi akan layak dijadikan alat estimasi apabila memenuhi persyaratan Best Linear Unbiasedestimator, yakni tidak terdapat heterokedastisitas, multikolinearitas, dan autokorelasi. Uji asumsi klasik yang dilakukan meliputi uji normalitas, uji multikolinearitas, uji heterokedastisitas, dan uji autokorelasi.

3.6.2.1 Uji Normalitas

Uji normalitas digunakan untuk melihat bahwa suatu data terdistribusi secara normal atau tidak. Menurut Ghozali 2006, 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 Kolmogorov Smirnov dapat dilihat dari: Universitas Sumatera Utara 1. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah normal. 2. Nilai Sig. atau signifikan atau probabilitas 0,05, maka distribusi data adalah tidak normal Haryadi, 2011:97.

3.6.2.2 Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antar kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu dengan yang lain. Masalah autokorelasi ini umumnya terjadi pada data time series. Terjadi atau tidaknya autokorelasi bisa diketahui dengan membandingkan nilai statistik hitung Durbin-Watson. Adapun kriteria untuk mengetahui terjadi atau tidaknya autokorelasi adalah sebagai berikut : 1. jika nilai D-W dibawah -2 maka terjadi autokorelasi positif. 2. jika nilai D-W diantara -2 sampai +2 maka tidak terjadi autokorelasi. 3. jika nilai D-W diatas +2 maka terjadi autokorelasi negatif Santoso, 2005. Universitas Sumatera Utara

3.6.2.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah dengan melihat grafik plot antara nilai prediksi variabel dependen dengan nilai residualnya. Deteksi ada atau tidaknya heteroskedstisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scarrteplot dengan dasar analisis: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, sperti titik menyebar di atas dan di bawah angka 0 pada sumbuh Y, maka tidak terjadi heteroskedastisitas. Ghozali, 2006:38. 3.6.3 Pengujin Hipotesis 3.6.3.1 Uji Parsial t-test Uji parsial digunakan untuk mengetahui seberapa jauh pengaruh variabel independen secara parsial dalam menerangkan variasi variabel dependen Ghozali, 2006:39. Uji parsial ini Universitas Sumatera Utara dilakukan dengan membandingkan t hitung dengan t tabel berdasarkan kriteria berikut: H diterima dan H a ditolak apabila t hitung t tabel , pada α = 5 H ditolak dan H a diterima apabila t hitung t tabel , pada α = 5

3.6.3 Uji Koefisien Korelasi dan Koefisien Determinasi

Koefisien korelasi digunakan untuk mengetahui seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1. Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi dependen Nilai koefisien determinasi R 2 berada diantara nol dan satu. Nilai koefisien determinasi yang kecil berarti kemampuan variabel – variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Semakin nilai koefisien determinasi mendekati 1 berati semakin baik garis regresi sampel mencocokan data atau berapa persen variabel dependen yang dapat dijelaskan oleh variabel independen. Universitas Sumatera Utara BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Hasil Penelitian 4.1.1 Uji t atas Moderating Regression Analysis MRA Persamaan statistik dalam Moderating Regression Analysis MRA adalah: Y = a + b 1 X 1 + e Keterangan : Y = Kinerja Perusahaan ROA a = Konstanta X 1 = Kepemilikan Institusional b 1 = Koefisien regresi e = variabel pengganggu Uji t merupakan uji parsial setiap variabel independent terhadap variabel dependent. Ini juga dapat melihat apakah variabel kepemilikan institusional X adalah variabel moderator. Adapun kriterianya , yaitu: • Jika tingkat signifikan lebih kecil dari α sebesar 0,05 maka kepemilikan institusional berpengaruh terhadap kinerja perusahaan. • Jika tingkat signifikan lebih beasr dari α sebesar 0,05 maka kepemilikan institusional tidak berpengaruh terhadap kinerja perusahaan. Universitas Sumatera Utara

Dokumen yang terkait

Pengaruh Kinerja Keuangan Terhadap Harga Saham Pada Perusahaan Real Estate Dan Properti Yang Terdaftar Di Bursa Efek Indonesia

4 102 103

Analisis Pengaruh Kinerja Perusahaan Dan Kinerja Pasar Terhadap Harga Saham Pada Perusahaan Real Estate Dan Property Yang Terdaftar Di Bursa Efek Indonesia

0 35 89

Pengaruh Good Corporate Governance Terhadap Kinerja Perusahaan Property Dan Real Estate Yang Terdaftar Di Bursa Efek Indonesia Tahun 2008-2010

2 60 84

Pengaruh Rasio Keuangan Terhadap Harga Saham Pada Perusahaan Real Estate Dan Properti Yang Terdaftar Di Bursa Efek Indonesia 2008-2011

0 43 88

Pengaruh Kepemilikan Institusional Terhadap Kinerja Keuangan Perusahaan Property dan Real Estate yang Terdaftar di Bursa Efek Indonesia (BEI) Pada Tahun 2008-2010

0 0 12

Pengaruh Kepemilikan Institusional Terhadap Kinerja Keuangan Perusahaan Property dan Real Estate yang Terdaftar di Bursa Efek Indonesia (BEI) Pada Tahun 2008-2010

0 0 1

Pengaruh Kepemilikan Institusional Terhadap Kinerja Keuangan Perusahaan Property dan Real Estate yang Terdaftar di Bursa Efek Indonesia (BEI) Pada Tahun 2008-2010

0 0 7

Pengaruh Kepemilikan Institusional Terhadap Kinerja Keuangan Perusahaan Property dan Real Estate yang Terdaftar di Bursa Efek Indonesia (BEI) Pada Tahun 2008-2010

0 1 14

Pengaruh Kepemilikan Institusional Terhadap Kinerja Keuangan Perusahaan Property dan Real Estate yang Terdaftar di Bursa Efek Indonesia (BEI) Pada Tahun 2008-2010

0 0 2

Pengaruh Kepemilikan Institusional Terhadap Kinerja Keuangan Perusahaan Property dan Real Estate yang Terdaftar di Bursa Efek Indonesia (BEI) Pada Tahun 2008-2010

0 0 9