yang Best Linear Unbiased Estimator BLUE dan layak dilakukan analisi regresi, untuk menguji hipotesis, peneliti menggunakan analisis regresi
berganda. Berdasarkan hasil pengelolaan data dengan program SPSS 15, maka diperoleh hasil sebagai berikut.
4.2.3.1 Persamaan Regresi
Dalam pengelolaan data dengan menggunakan regresi linear, dilakukan beberapa tahapan untuk mencari hubungan antara
variable independen dan variable dependen, melalui pengaruh arus kas bersih X
1
, ROEX
2
terhadap nilai perusahaan Y. Hasil regresi dapat dilihat pada table 4.2.3.1 berikut ini
Tabel 4.2.3.1 Analisis Hasil Regresi
Coefficientsa
Mod el
Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
601825369 65.046
621596518 91.416
.968 .341
ArusKasB ersih
-.004 .092
-.008 -.049
.961 .998
1.002 ROE
358442197 8.087
139435250 4.766
.425 2.571
.015 .998
1.002 a Dependent Variable: NilaiPerusahaan
Sumber : Output SPSS, 2014 Berdasarkan table diatas, didapatlah persamaan regresi sebagai
berikut : Y=α+β1X1+β2X2+ε
Universitas Sumatera Utara
Nilai Perusahaan = 60182536965.046 – 0.004AKB + 3584421978.087ROE+ε
Keterangan : 1. Konstanta sebesar 60182536965.046 menunjukkan bahwa apabila tidak
ada variable independen X
1
= 0, X
2
= 0 maka nilai perusahaan sebesar 60182536965.046
2. β1 sebesar -0.004 menunjukkan bahwa setiap kenaikan arus kas bersih
sebesar 1 akan diikuti oleh kenaikan nilai perusahaan sebesar -0.004 dengan asumsi variable lain tetap
3. β2 sebesar 3584421978.087 menunjukkan bahwa setiap kenaikan 1 pada
ROE akan diikuti kenaikan nilai perusahaan sebesar 3584421978.087 dengan asumsi variable lain tetap.
4.2.3.2 Analisis Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variable-variabel independen degan
variable dependen.Koefisien korelasi dikatakan kuat apabila nilai R berada di antara 0.5 dan mendekati 1.Koefisien determinasi R
square menunjukkan seberapa besar variable independen menjelaskan variable dependennya. Nilai R square adalah nol
sampe dengan satu. Apabila nilai R square semakin mendekari satu, maka variabel-variabel independen memberikan semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka
Universitas Sumatera Utara
kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen semakin terbatas.
Tabel 4.2.3.2 Hasil Analisis Koefisien Korelasi dan Koefisien Determinasi
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.426a .181
.127 222579717886.
939 1.975
a Predictors: Constant, ROE, ArusKasBersih b Dependent Variable: NilaiPerusahaan
Sumber :Ouput SPSS, 2014 Dari hasil pengelolaan regresi berganda pada table, dapat diketahui
bahwa nilai R adalah 0.426 atau 42.6 yaitu berarti bahwa korelasi atau hubungan antara nilai perusahaan dengan variabel independennya arus
kas bersih dan ROE tidak erat. Nilai R square atau koefisien determinasi adalah sebesar 0.181. Ini berarti bahwa variasi dari variabel
independennya yang terdiri dari arus kas bersih dan return on equity mampu menjelaskan variasi variabel dependen sebesar 18.1. Selebihnya
dijelaskan oleh variabel lain yang tidak dimasukkan dalam model regresi.
4.2.3.3 Pengujian Hipotesis
