48
pertama, memperhatikan nilai t-statistik, R
2
, uji F dan Durbin Watson statistik. Kedua,dengan melakukan uji LM metode Bruesch Godfery. Metode ini
didasarkan pada nilai F dan Obs R-Squared, dimana jika nilai profitabilitas dari Obs R-Squared melebihi tingkat kepercayaan, maka H
diterima. Artinya tidak ada masalah autokorelasi.
1. H
= Bebas dari Autokolerasi, jika P-Value Obs-Square 0,05. 2.
H
1
= Terdapat Autokolerasi, jika P-Value Obs-Square 0,05.
3.10 Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah menggunakan Eviews dengan alat statistik deskriptif dan regresi linear berganda
data panel dimana terdiri dari satu model dengan satu variabel dependen Y dan empat variabel independen X
1
, X
2
, X
3,
X
4
.
3.10.1 Analisis Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah
terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum dan generalisasi Sugiyono, 2012:206. Penyajian data pada
statistik deskriptif dapat berbentuk tabel, diagram, ukuran, dan gambar.
3.10.2 Pemilihan Model Data Panel
Data panel adalah data yang terdiri atas beberapa variabel seperti pada data
seksi silang, namun juga memiliki unsur waktu seperti pada runtut waktu Winarno, 2015:10. Data panel merupakan suatu kumpulan data yang terdiri dari
Universitas Sumatera Utara
49
sejumlah data cross-section dari suatu rentang waktu tertentu time series. Untuk mengestimasi parameter model dengan data panel, terdapat beberapa pendekatan
yang ditawarkan yaitu:
1. Common Effect Model atau Pooled Least Square PLS
Teknik ini mengasumsikan bahwa data gabungan yang ada, menunjukkan kondisi yang sesungguhnya. Hasil analisis regresi dianggap berlaku pada semua
objek pada semua waktu. Kelemahan asumsi ini adalah ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap objek saling berbeda, bahkan
satu objek pasa suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu lain Winarno, 2015:14.
2. Fixed Effect Model
Model ini dapat menunjukkan perbedaan konstanta antar objek, meskipun dengan koefisien regresor yang sama. Efek tetap di sini maksudnya adalah bahwa
satu objek, memiliki konstanta yang tetap yang besarnya untuk berbagai periode waktu dan juga koefisien regresinya Winarno, 2015:15.
3. Random Effect Model
Efek random digunakan untuk mengatasi kelemahan metode efek tetap yang menggunakan variabel semu, sehingga model mengalami ketidakpastian
Winarno, 2015:17. Adapun langkah-langkah untuk pemilihan model data panel adalah sebagai
berikut: 1.
Estimasi dengan Fixed Effect Model 2.
Uji Chow Pooled Least Square atau Fixed Effect Model
Universitas Sumatera Utara
50
Dengan kriteria pengujian: H
= Pooled Least Square H
1
= Fixed Effect Model Tolak H
jika p-value nilai signifikansi 0,05; maka H
1
diterima. 3.
Estimasi dengan Random Effect Model 4.
Uji Hausman Random Effect Model atau Fixed Effect Model Dengan kriteria pengujian:
H = Random Effect Model
H
1
= Fixed Effect Model Tolak H
jika p-value nilai signifikansi 0,05; maka H
1
diterima Maria, 2015. 3.10.3 Analisis Regresi Linier Berganda
Penelitian ini menggunakan lebih dari dua variabel independen sehingga penelitian ini menggunakan regresi linear berganda data panel. Ghozali 2006:82
menyatakan bahwa Regresi linier berganda digunakan ketika terdapat dua atau lebih variabel independen untuk melihat pengaruh hubungan antara variabel
dependen terhadap variabel independennya. Model persamaan regresi linear pada penelitian ini adalah sebagai berikut:
Y= +
+ +
+ +
Dimana: Y
= Nilai Perusahaan α
= Konstanta = Kepemilikan Manajerial
= Kepemilikan Institusional = Debt to Equity Ratio DER
Universitas Sumatera Utara
51
= Return on Assets ROA -
= Koefisien regresi variabel bebas
=
Term of error Untuk menganalisis pengaruh antara variabel X terhadap variabel X
terhadap variabel Y maka digunakan tingkat taraf signifikansi α = 0,05 yang
berarti memiliki derajat kesalahan sebesar 5.
3.10.4 Uji Koefisien Determinasi R