65
X1 = Earning Growth X2 = Debt to Equity Ratio
X3 = Dividend Payout Ratio a = variabel konstan
b1, b2, b3 = koefisien variabel independen e = kesalahan pengganggu
4. Pengujian Hipotesis
4.1. Uji F
Menurut Ghozali 2005 “uji statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-
sama terhadap variabel dependen”. Secara simultan, pengujian hipotesis dilakukan dengan uji F-test. Pembuktian dilakukan dengan cara membandingkan nilai kritis, F
tabel
dengan F
hitung
dengan ketentuan sebagai berikut : Ho diterima jika F
hitung
F
tabel
Ha diterima jika F untuk α = 5
hitung
F
tabel
4.2 Uji t
untuk α = 5
Menurut Ghozali 2005 “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas independen secara individual dalam menerangkan variabel
dependen”. Uji ini dilakukan dengan membandingkan signifikansi thitung dengan ketentuan: Jika
pada α 0.05, maka Hi ditolak dan Jika
pada α 0.05, maka Hi diterima
Uji t atau uji parsial dimaksudkan untuk mengetahui apakah setiap variabel independen mempunyai pengaruh signifikan terhadap variabel dependen. Pada penelitian nilai
UNIVERSITAS SUMATERA UTARA
66
akan dibandingkan dengan nilai atau dengan membandingkan nilai dari p – value
dengan tingkat sinifikan α. Tingkat signifikan α yang dipakai adalah 5 dengan derajat kebebasan df = n-k-1, dimana “n” adalah jumlah observasi dan “k” adalah jumlah variabel
independen. Kriteria pengambilan keputusan adalah sebagai berikut :
diterima dan ditolak, apabila
≤ atau p – value
≥ α ditolak dan
diterima, apabila atau p –
value α
5. Koefisien Korelasi dan Determinasi 5.1. Koefisien Korelasi
Menurut Sugiyono 2007, “Untuk menunjukkan tingkat keeratan suatu variabel, derajat atau kekuatan korelasi antara variabel-variabel, digunakan model analisis korelasi.” Adapun
pedoman untuk memberikan interpretasi koefisien korelasi adalah sebagai berikut:
Tabel 3.2 Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 0,20 – 0,399
0,40 – 0,599 0,60 – 0,799
0,80 – 1,000 Sangat rendah
Rendah Sedang
Kuat Sangat Kuat
Sumber: Sugiyono, 2007
5.2. Koefisien Determinasi
UNIVERSITAS SUMATERA UTARA
67
Menurut Nugroho 2005 “Koefisien Determinasi R
2
bertujuan untuk mengetahui seberapa besar kemampuan variabel independen dalam menjelaskan variabel dependen.”
“Dalam output SPSS, nilai koefisien determinasi dikatakan baik jika di atas 0,5 karena nilai koefisien determinasi berkisar antara nol dan satu 0 R
2
1”. Nilai koefisien determinasi disebut nilai R Square yang mendekati nol berarti kemampuan variabel independen
menjelaskan variabel dependen amat terbatas sedangkan nilai R
Namun untuk regresi linier berganda sebaiknya menggunakan R Square yang sudah disesuaikan atau tertulis Adjusted R Square, karena disesuaikan dengan jumlah variabel
independen yang digunakan dalam penelitian. Square yang mendekati satu
berarti variabel independen memberikan hampir seluruh informasi yang dibutuhkan untuk memprediksi variasi dependen.
UNIVERSITAS SUMATERA UTARA
68
BAB IV HASIL PENELITIAN DAN PEMBAHASAN